據(jù)國外媒體Apple Insider報道，此前有報道稱，在經(jīng)歷了過去幾年的多次延遲和量產(chǎn)問題后，英特爾將放棄10納米制造工藝。但現(xiàn)在英特爾澄清，這一報道“不真實”，并且表示該公司在這一工藝上已取得“良好進展”。此前，英特爾內(nèi)部消息稱，該公司已經(jīng)有效終止了苦苦掙扎的10納米制造工藝的生產(chǎn)。不過，關于這份內(nèi)部消息沒有提供更多的細節(jié)，唯一的消息是“英特爾10納米工藝確實已經(jīng)死亡”。
這篇報道遭到了英特爾的反駁，該公司官方推特發(fā)文稱，媒體關于其10納米工藝失敗的報道是錯誤的，并表示“我們在10納米制程上取得了良好的進展”。在英特爾周四公布財報時，這一傳言可能會得到堅定的證實或否認。
SemiAccurate報道稱，對于英特爾來說，終止目前正在研發(fā)的10納米工藝是件好事。考慮到迄今為止英特爾在10納米工藝的開發(fā)過程中耗費了大量的精力和資源，因此突然改變產(chǎn)品時間表、放棄現(xiàn)有的項目似乎不太可能。而且這也是一項重大舉措，不太可能在英特爾臨時首席執(zhí)行官(CEO)鮑勃·斯旺(Bob Swan)的監(jiān)督下執(zhí)行，很可能會在一位成熟CEO的領導下執(zhí)行。
相關閱讀：搶攻Edge芯片市場!英特爾新IoT邊緣運算產(chǎn)品亮相
雖然英特爾近期因為CPU缺貨傳出供應吃緊，不過，似乎并不影響它布局未來產(chǎn)品的野心，除了繼續(xù)推出新款Core CPU外，過去兩年更持續(xù)投入視覺運算處理芯片(Vision Processing Unit，VPU)這個新運算領域，一連推出3款VPU產(chǎn)品，分別是Myriad、Myriad 2，以及最新一代Myriad X，以滿足企業(yè)對于IoT邊緣運算的應用需求。這也成為明年IoT戰(zhàn)略的重要發(fā)展方向。
因為AI爆紅，越來越多的AI應用需求的產(chǎn)生，英特爾資深副總裁暨物聯(lián)網(wǎng)事業(yè)群總經(jīng)理Tom Lantzsch表示，這也使得不同于傳統(tǒng)云計算運算架構(gòu)，以本地端就近運算為主的邊緣運算(Edge computing)這兩年迅速崛起，因而掀起新一波IoT運算需求。他說，這是全新的運算領域，讓傳統(tǒng)只能在云計算上處理的IoT運算工作，未來也可以就近在IoT設備上來執(zhí)行，甚至能將AI帶來設備端，在IoT設備上就能夠執(zhí)行AI推論任務，反應可以更迅速。
Tom Lantzsch披露未來英特爾IoT戰(zhàn)略將聚焦3大面向，包括推出更高性能IoT芯片，還有要將更多運算能力帶來IoT設備端，以及明年將有更多計算機視覺相關應用產(chǎn)品推出。
英特爾日前在臺發(fā)布最新一個結(jié)合自家MovidiusVPU與Arria FPGA芯片的全新視覺加速器設計解決方法，稱為視覺加速器設計系列(vision accelerator designs)鎖定IoT邊緣運算需求，要讓企業(yè)以后在IoT設備或設備上開發(fā)計算機視覺深度學習應用更容易。
該視覺加速器設計系列主要提供了兩種加速視覺運算方案，其中一個VPU視覺加速卡產(chǎn)品，內(nèi)飾有8個采用Myriad X架構(gòu)的VPU芯片，每個VPU在執(zhí)行深度學習推論時，運算性能可達到4TOPS (trillion operations per second)，并且具備有低功耗特性，功耗不到2瓦;另一款性能更高的視覺加速卡產(chǎn)品，則采用可編程Arria 10 FPGA加速視覺芯片設計。
英特爾表示，通過這個視覺加速器設計解決方案，讓開發(fā)者或廠商可以更容易利用它搭建自己邊緣運算環(huán)境，用于開發(fā)各種視覺分析應用，例如當用于深度學習攝影機時，可以用于更高端的分析處理，包括場景分析、物體分類、偵測及關注，以及人臉識別等應用。目前已有多家臺灣IoT廠商利用此平臺，來開發(fā)自己的邊緣運算應用，包括凌華、研華、研揚、威強電及新漢等。
英特爾宣稱，在執(zhí)行同一個深度學習推論時，采用8顆Myriad X VPU組成的AI加速卡，比起競爭對手Nvidia同款Tesla P4性能還高出3倍，至于采用Arria 10 FPGA芯片的另一款AI加速卡，也多出1.9倍之多。
不只是推出全新視覺加速器產(chǎn)品，英特爾不久前也正式開源OpenVINO開發(fā)工具包，它是英特爾今年6月推出可用于計算機視覺深度學習應用的開發(fā)工具包，可以幫助開發(fā)者或企業(yè)縮短AI或深度學習應用的開發(fā)時間。此工具包兼容于市場上主流的AI框架，像是TensorFlow、MXNet、Caffe等，并也能結(jié)合自家硬件應用，像是視覺處理芯片VPU與FPGA等。英特爾的視覺加速器設計解決方法目前已正式推出。