英特爾首席執行官Pat Gelsinger表示，在英特爾從競爭對手Nvidia手中搶奪市場份額的過程中，讓渠道合作夥伴能夠銷售英特爾人工智慧硬體和軟體解決方案組合是一個「優先事項」。
在擔任英特爾首席執行官兩年多之後，這位半導體資深人士在今年第三屆英特爾年度創新活動上，在為說服合作夥伴、開發人員和客戶在其人工智慧產品上構建解決方案而進行的魅力攻勢中發表了上述言論。
「顯然，這是我們的首要任務，特別是我們的企業和雲銷售團隊，他們的首要任務是我們的人工智慧產品，」他在和記者的問答環節中這樣說道。
這些產品包括具有AI功能的英特爾Xeon Scalable數據中心CPU，他表示，由於這些CPU針對實時應用在AI模型上運行推理負載的企業部署中，具有「非常差異化的功能」，因此在Xeon產品銷售中「占據了更大的份額」。
英特爾還大力推廣了他們的Gaudi2深度學習處理器和Max系列GPU，這些處理器都是為那些在數據中心內具有更大數據集的人工智慧工作負載（例如訓練大型語言模型）而構建的。
英特爾還計劃藉助即將推出的Core Ultra大力推動PC上的人工智慧，這款處理器的CPU、GPU和神經處理單元可以處理各種人工智慧工作負載。
「這就是渠道計劃發揮作用的地方，[部署]現場資源，與渠道合作夥伴合作，直接觸達最終客戶，」Gelsinger說。
他還表示，對於那些銷售英特爾人工智慧解決方案的合作夥伴來說，英特爾不斷擴展的軟體開發工具集（例如Intel Developer Cloud和oneAPI編程模型）將成為他們的一個「規模化機制」。
雖然Nvidia憑藉自己的GPU、系統和軟體保持著在人工智慧計算市場的領導者地位，但Gelsinger表示，「業界對一個好的替代方案是很感興趣的」。
他補充說，這對英特爾的前景來說是個好消息，因為英特爾「擁有來自市場的傳統信心」，認為這是「我們可以信任的開放替代方案」，因為它專注於通過開放API打造一個「更廣泛的生態系統」。
Gelsinger在談到Nvidia的時候表示：「我認為這就是面對一個非常專有的替代方案時要採取的做法，我們將通過渠道合作夥伴、通過真正覆蓋整個領域的合作夥伴生態系統在全球範圍內獲得良好的發展勢頭。」
一家全球IT服務公司的高管表示，Intel Innovation活動發布的一系列人工智慧硬體和軟體公告表明，英特爾在致力於從Nvidia手中搶奪市場份額方面「幾乎已經開足馬力」。
「英特爾的競爭對手已經占據了大量的認知度和市場份額，但只要萬事具備，展開競爭就會變得更容易一些，而且對幾乎所有人來說這都是一個公平的競爭環境，這絕對是英特爾現在能夠參與競爭的一套非常強大的產品。」前英特爾員工、現任印度HCL Technologies公司副總裁、生態系統業務部門全球負責人的Suresh T. Kumar表示。
英特爾正在「支持合作夥伴生態系統，讓人工智慧無處不在」
英特爾全球渠道負責人John Kalvin在接受採訪時表示，英特爾對人工智慧戰略的總體投資是為了「支持合作夥伴生態系統，讓人工智慧無處不在」。
「未來將有AI PC，你將擁有處於邊緣的AI，你將擁有數據中心的AI，其中一些將是推理，還有一些是深度學習。」
「但我並沒有將公司在合作夥伴上的投資與我們為真正把AI帶入各個領域而進行的整體投資區分開來，」他補充道。
Kalvin表示，英特爾在Intel Partner Alliance合作夥伴聯盟計劃下為合作夥伴提供了豐富的AI相關資源，其中包括AI加速器計劃、培訓、工程和支持，「可以幫助客戶加速把AI解決方案推向市場」。
Intel Developer Cloud可以幫助合作夥伴推進AI業務
英特爾首席商務官Christoph Schell表示，英特爾最近推出的Intel Developer Cloud平台將在合作夥伴為其共同客戶構建和測試基於英特爾的AI解決方案方面發揮重要的作用。
Schell表示，當合作夥伴進行AI項目早期開發的時候，他們應該將這些項目帶到Intel Developer Cloud中，在那裡他們可以使用運行在英特爾雲基礎設施上最新的至強CPU、數據中心GPU以及Gaudi深度學習處理器。
該平台還包括了AI框架和工具，例如英特爾的OpenVINO工具包以及英特爾對PyTorch和TensorFlow的優化，此外還提供了對英特爾工具包和庫（例如英特爾oneAPI Base Toolkit）以及主流AI基礎模型（例如Llama 2和Stable Diffusion）的訪問。
Schell表示：「在我們做任何事情之前，讓我們測試模型，讓他們體驗我們的軟體堆棧，讓我們看看是否可以幫助他們解決特定的工作負載，然後討論我們所採取的措施。因此，我認為，這一額外的步驟對於很多客戶和渠道合作夥伴來說是一種解脫，因為他們不必自己構建了。」
Intel Developer Cloud可以幫助合作夥伴確定他們是否需要GPU等功能強大的處理器，還是使用CPU等較為便宜的處理器。
「並非所有工作負載都需要GPU。事實上，如果你看看我們的AI客戶交易渠道就會發現，我們大部分的渠道都是企業專有的數據，從數據完整性的角度來看，這很重要。」
「但這些並不是規模最大的。因此，為客戶和合作夥伴提供跨CPU和GPU工作的靈活性，也會對總體擁有成本產生巨大的影響，」他補充說。
英特爾正在試圖用自己的GPU和Gaudi處理器與Nvidia GPU展開競爭，但Schell表示，他還沒有收到有關於客戶想要了解雙方對比情況的資訊。相反，客戶想知道英特爾的軟體堆棧與競爭對手有何不同。
「你需要親自指導客戶，教育他們，並且共同學習他們的數據是如何運行在軟體堆棧上的。因此，這不是一種現成的價值主張，而是每次一個客戶，每次是一組數據。我認為，我們在這方面所做的最好的投資就是我們的Developer Cloud，」Schell表示。
這位去年從惠普加入英特爾的高管表示，結果已經很樂觀了。
「我認為能夠告訴合作夥伴，『將你的客戶帶到這個雲上，讓我們停止理論上的討論，而是真正研究如何訓練模型，如何進行推理，然後進行業務層面討論，』過去幾周的內容非常有幫助，」他說。
