人们对时间的看法各不相同，但在技术领域，没有人怀疑即将到来的物联网(物联网)产品将带来我们与科技互动方式的重大变化。

物联网产品将为消费者提供获取和处理信息的新途径，同时也为硬件和软件公司提供一个重要的可寻址市场。

英特尔INTC，+0.31%它并不是一家准备在市场边缘与物联网竞争的公司，在那里，消费设备将存在。大多数人都认为芯片公司在手机和嵌入式市场中会占据主导地位，其中包括高通(Qualcomm)。高通，+0.44%德州仪器TXN-0.96%甚至NXP半导体NXPI-1.96%英特尔通常不被认为是物联网的领先创新者之一。

云基础设施

为物联网后端提供动力的云基础设施是英特尔竞争的一个简单出路。它已经拥有超过90%的企业数据中心的市场份额，甚至有来自AMD的竞争。AMD，+0.00%而以ARM为基础的产品继续制造噪音，英特尔将在此站稳脚跟.但是为了获得更多的收入并扩展到新的增长领域，英特尔将目光投向了物联网市场的边缘，尤其是那些需要更密集的计算机与机器学习和人工智能(AI)集成的市场。

随着深造收入(深度学习是使用计算算法和数据集使设备能够独立学习和处理)预计到2025年将达到近400亿美元，许多科技公司都将追捧这一市场。其中高达110亿美元将来自“边缘到云”的支出，设备在将产生的数据迁移到中央数据中心之前在本地处理大部分处理。迎头赶上

英特尔在许多技术领域都在推动和创新，试图在落后的领域或正在扩张的新领域中迎头赶上。机器学习和人工智能是最明显的例子，许多内部项目针对这个空间的不同部分。该公司还在继续开发新的存储技术、改进消费处理器和数据中心能力。有许多项目在其研发预算范围内得到平衡。

最直接的机会之一是视觉处理。照相机每天收集1.6兆字节的数据，但只有10%的数据是由人观看或由计算机分析的。这一技术被商业客户用于帮助发现产品在制造过程中的缺陷，跟踪库存和减少零售盗窃，以及跟踪车辆流量和调整道路系统以减少拥堵。基于人工智能的视觉处理的未来机遇是巨大的。

这些网络的许多智能处理都是在边缘进行的，减少了对大规模网络连接的需求，并降低了对网络基础设施的影响。这些视觉产品需要的不仅仅是相机；它们需要聪明，能够在本地运行机器学习和人工智能算法，为每一项任务寻找模式和异常。

高通与微软MSFT，-1.00%合作宣布了一个平台，为这个市场，以加快采用安全和家庭摄像头安装。高通视觉智能平台使用高通芯片的边缘和Azure物联网系统提供一个容易制造的产品。产品组合

但英特尔相信，它为企业提供了最好的产品组合。这包括一套三种硬件产品和一套加速部署的软件工具包。集成图形处理器在英特尔核心芯片上，在工作场所广泛可用，可以用于视觉处理的基本工作，并利用硬件已经提供了一个巨大的成本优势。随着公司对可编程芯片(FPGAs)的推动，英特尔有了一个高性能需求的解决方案，而在高性能需求中，速度是安全或生产的关键。随着Movidius的收购，这一技术提供了更低的功率和高效的机器学习计算能力，Intel可以选择提供单独的相机集成。

新发布的一种叫做OpenVINO的软件工具包使开发这三种处理器类型的应用程序变得非常容易，具有“代码一次，运行在任何地方”的思想。英特尔在开发工具方面有着重要的历史，它可以轻松地在一系列硬件上进行广泛部署，而且它希望向机器学习领域证明，它将能够在这个市场上做到同样的事情。在物联网的早期，软件开发人员对其支持最多的平台将有获得市场收入的最佳机会。直面NVIDIA

当市场在增长，玩家们在争夺位置时，英特尔相信它比大多数人认为机器学习和人工智能中最大的名字Nvidia更有性能和效率优势。NVDA，+0.69%基于英特尔的测试，它可以通过其FPGA解决方案，在这些工作负载中击败一个离散的NVIDIA图形芯片，并在Nvidia Jetson模块上使用低功耗Movidius芯片更有效地运行。每个客户实现的需求将决定集成哪种Intel解决方案。像往常一样，需要第三方测试来验证这种说法，但英特尔正在描绘一幅正面的画面。

英特尔并不是唯一家希望为这部分机器学习计算提供动力的公司。NVIDIA有一项“智能城市”计划，包括视频分析，并提出零售、交通和安全的具体用例。有重叠的一些伙伴关系，包括Hikvision和大华，与英特尔和NVIDIA的产品，所以我希望看到竞争和竞争比较在这一领域增加。

英特尔确实为其愿景产品和OpenVINO软件栈提供了令人印象深刻的合作伙伴名单，其中包括通用电气。通用电气，+0.00%医疗保健，亚马逊AMZN-0.35%戴尔和霍尼韦尔。这些客户中的大多数已经在实施或积极使用英特尔的视觉产品技术，这是一个强有力的信号，表明英特尔已经成功推出。

这一视觉处理倡议是英特尔持续的人工智能战略的一部分，它希望这种多芯片解决方案为客户提供更好的选择。但它有可能给一个仍处于初级阶段的市场带来更多的混乱，试图理解哪些问题甚至需要解决。但对于一家被视为在整个机器学习领域略落后于竞争对手的公司来说，在这一重大收入机会中获得市场份额的货币压力是巨大的。