在有意發展AI的企業當中，雲端服務商需比一般公司更早布局，因此他們現在就必須關注伺服器平臺的支援，以便能基於效能最佳化平臺，支撐相關工作負載，而在英特爾11月宣布與Google結盟的消息當中，雙方策略合作的項目，也涵蓋到機器學習。
機器學習：改良TensorFlow在英特爾運算架構的執行效能
首先，針對Google發展的AI程式庫TensorFlow，若執行在基於英特爾運算架構（Intel Architecture）的系統時，英特爾承諾，將協助這樣的軟硬體搭配，可以獲得最佳的效能，並且預計在2017年第一季發表合作的初步成果。
Google Cloud全球技術夥伴關係部門的主管Nan Boden表示，對於TensorFlow在英特爾處理器平臺的執行效能，他們希望能提升。例如，允許TensorFlow運用所有的處理器核心與向量通道，進而改善平行處理；TensorFlow整合英特爾提供的高效能程式庫，像是數學核心程式庫（MKL）；以及橫跨多個部署架構時，能夠針對記憶體配置與資料層的作業，提供最佳化。
Kubernetes：支援多種雲環境，強化虛擬網路效能與QoS
雙方另一個部分的關係進展，則是針對Kubernetes。對於這套由Google發展出來的應用程式container管理平臺，英特爾將協助改善它在多雲環境下運作的功能，以及相關的程式碼最佳化。
一般而言，Kubernetes能為容器化的應用程式環境，提供自動化部署、擴展與維運，而這部份涵蓋到新興AI應用系統的範圍，因此，英特爾也將這部分的支援，視為該公司AI整體策略的發展的一環。而在先前，兩家公司曾討論到共同推動Kubernetes整合到OpenStack的計畫，現在，雙方的合作關係將更為擴大，希望在Intel Architecture下，一起設法提升Kubernetes的執行效能、改善IT基礎架構的管理方式，並且提升對於企業工作負載的進階安全保護。
對此，英特爾資料中心事業群副總裁暨雲端服務供應商業務總經理Raejeanne Skillern表示，在未來半年內，這些程式碼最佳化工作的成果，也將提供給社群審查，同時，英特爾和Google的工程團隊，會把當中預計改善的最佳化程式碼，提供給雲端服務業者。
事實上，英特爾本身也Kubernetes生態體系發展的主要貢獻者之一，他們想協助企業將OpenStack雲端環境的執行，轉為可控管的Kubernetes工作負載的形式。而先前他們與Google工程團隊，已經合作開發出最佳化程式碼，以便在英特爾運算架構執行Kubernetes時，能夠提高功能的透明度。
接下來，雙方會希望改善工作負載的功能，例如虛擬網路的效能，以及對於共用資源的存取優先順序保障。
物聯網：建立平臺，使IoT裝置能夠安全連接雲端服務
在這項策略合作下，英特爾的物聯網裝置與Google Cloud Platform（GCP）雲端服務之間，也將予以整合，希望能夠建立安全平臺來連接彼此，以便將收集到的資料進行後續分析，進而輔助後續的決策制定。而能否提供橫跨終端裝置到雲服務的安全解決方案，對於特定類型的產業應用而言，如零售業與製造業，至關重要。