论文部分内容阅读
“正如我们现在所看到的，AI的多样化应用潜力非常巨大，对于英特尔来说，参与如此多客户的AI转型是非常令人振奋的旅程，” 英特尔人工智能事业部副总裁兼人工智能平台和市场研究总经理Julie Choi在2019英特尔实践AI媒体分享会上表示，英特尔的AI业务，在2019年有望实现35亿美元的营收，英特尔专注于人工智能领域的硬件、软件和生态三方面。将更好地聆听客户需求，与产业及合作伙伴携手，共同加速人工智能在各行各业的应用落地。
事实上，在英特尔，AI正在成为使用体验的一部分。英特尔的硬件和软件产品都将内置AI能力，从CPU到GPU，再到FPGA，再到客户定制的ASIC，以此为客户提供最完整和灵活的硬件产品组合和计算平台，满足从云到边缘不同设备的工作负载需求。
另一方面，随着数据呈指数式增长，企业对于计算、算力的要求也越来越高。为了满足更为高级的AI要求，助力企业从信息时代转向知识的时代，必须要去创造全新的硬件架构和软件工具。
作为英特尔为云端和數据中心客户提供的首个针对复杂深度学习的专用 ASIC芯片，英特尔 Nervana NNP具备超高扩展性和超高效率。英特尔 Nervana神经网络训练处理器（Intel Nervana NNP-T）在计算、通信和内存之间取得了平衡，不管是对于小规模群集，还是最大规模的 pod 超级计算机，都可进行近乎线性且极具能效的扩展。而且，英特尔 Nervana神经网络推理处理器（Intel Nervana NNP-I）具备高能效和低成本，且其外形规格灵活，非常适合在实际规模下运行高强度的多模式推理。
更重要的一点是，NNP-I是面向数据中心的推理，能够实现大规模无缝云原生推理，在现有的数据中心基础架构上面即插即用。
当前，人工智能正加速与各行各业融合，带来深刻变革。通过不断强化数据的处理、传输和存储能力，英特尔充分发挥解决方案的深度和广度优势，既能根据客户特定需求定制，又能快速将解决方案扩展到各行各业，从而在客户的人工智能部署和应用中发挥重要作用。目前，英特尔已经在工业、农业、能源、交通、互联网、金融、健康等广泛的行业，携手合作伙伴，切实推动了一系列人工智能的应用创新。
目前行业在AI应用中普遍面临的难题有三个方面：数据、算法和算力。尤其是在数据层面，从质量上和数量上都有挑战。
“我们在全国拥有超过1200家客户，在数据这一块有大量的积累，病理人工智能的难点在于数据的精准标注和如何在算法上对不均衡样本进行综合处理。” 宁波江丰生物信息技术有限公司副总经理桂坤表示，江丰生物本身是做病理数字化的，拥有大量的数字化病理数据，然而数据标注却是一大难题，首先数据标注医生有很高的专业要求，其次建立一套标准化、规范化的标注流程也是一个挑战，最后标注也需要花费病理医生大量的时间，如何快速收集精准标注的数据是非常大的挑战。
在算法算力层面，英特尔也对江丰生物提供了很多技术支持，尤其是在算力这一块。“一张病理的照片，经过我们的设备扫描成数字化的图片以后，它的大小就有十几个G，压缩完以后500兆左右。在这样的情况下做训练，是一件非常庞大的工程，通过与英特尔的合作，我们可以直接在内存中进行训练，对整个训练时间有了极大的提升，产品研发周期有了保障。”
“在跟客户沟通的过程中，无论客户是在前期，还是已经在做数据的预处理，比如说做算法、模型，或者是最后的量产和部署，我们都可以帮到客户，怎么帮呢？很简单，三个方面，硬件、软件和生态。”在英特尔亚洲人工智能销售技术总监伊红卫看来，AI部署最关键的一点是，它并没有统一的适用于所有AI解决方案的开发方法，最终还是要适用客户的情况，取决于客户的选择和需求。
伊红卫强调，英特尔的战略合作有两种方式：一种是全方位的，不管是数据、存储、传输还是计算，英特尔都有更高效的解决方案。另一种是与客户更深度的合作。“AI并非一策万能，这是英特尔一直在强调的观点。英特尔愿意为市场提供通用产品，希望不同的细分市场都使用我们的产品，这是英特尔的定位。”
值得一提的是，英特尔与青云QingCloud在上海成立了联合实验室，共同推动包括AI在内的技术的研发和创新。
“青云QingCloud向实验室提供相关的业务和应用系统、云平台及其它软硬件环境组件，英特尔向实验室提供新产品样品、软件测试版、投入国内外技术专家资源共同开展联合研究实验。” 青云QingCloud AI平台研发总监霍秉杰表示，双方将共同投入技术专家资源及硬件资源，对于双方认可的新技术与优势领域的合作项目，青云和英特尔将按50%-50%的比例投入各项合作项目及实验室运营所需资源。同时，双方各均选派联合实验室负责人，共同负责实验室所开展的合作项目的规划、执行和结果审核。
据了解，联合实验室作为双方战略合作的升级，将有效加速并深化现有技术领域的合作：青立方超融合即英特尔精选解决方案的平台升级、英特尔新技术在青云计算和存储平台的持续优化以及基于英特尔软硬件技术在人工智能（AI）和大数据分析方面的合作创新。
此外，双方还将开展通过英特尔傲腾数据中心级持久持久内存打造高速分布式存储，基于英特尔Movidius VPU探索AIOT与边缘计算的创新，以及采用英特尔Kata Container构建更加安全的容器服务等软件方面的合作。
“通过联合创新实验室，双方可进行长期稳定的合作，能够充分发挥双方技术、人才等资源优势，不仅可以促进云计算、存储、物联网和AI等领域的新技术快速转化为产品，而且可以携手共同推动企业数字化转型，并服务社会，创造更高价值。” 霍秉杰说道。
英特尔不仅是一家引领创新的技术公司，更是一家不断驱动生态进化的公司，在驱动自身创新的同时，更要推动产业共同创新和长期发展，致力于打造开放合作的人工智能创新生态，激励人工智能创新，赋予合作伙伴独特的生态价值。
在培养人工智能专业人才方面，英特尔推出了人工智能开发人员计划、人工智能未来先锋计划、产教融合解决方案等，包括支持教育部中国高校人工智能人才国际培养计划。参加教育部产学研研究项目，独家赞助第一届中国研究生人工智能创新大赛，和全国Top 20所大学建立联系等，并计划三年内在FPGA编程和其他相关软件方面培训超过1万名开发人员；在持续支持人工智能创新项目方面。
此外，英特尔还携手生态合作伙伴共同推动了AI开放创新平台、AI产业创新联盟、AI开放创新体验中心、人工智能全球大赛等；在加速应用实践方面，英特尔不断拓展落地场景，深化人工智能技术与产业的应用融合。
可预见的是，这是属于AI的时代，而英特尔也将会扮演更加重要的角色。
事实上，在英特尔，AI正在成为使用体验的一部分。英特尔的硬件和软件产品都将内置AI能力，从CPU到GPU，再到FPGA，再到客户定制的ASIC，以此为客户提供最完整和灵活的硬件产品组合和计算平台，满足从云到边缘不同设备的工作负载需求。
另一方面，随着数据呈指数式增长，企业对于计算、算力的要求也越来越高。为了满足更为高级的AI要求，助力企业从信息时代转向知识的时代，必须要去创造全新的硬件架构和软件工具。
作为英特尔为云端和數据中心客户提供的首个针对复杂深度学习的专用 ASIC芯片，英特尔 Nervana NNP具备超高扩展性和超高效率。英特尔 Nervana神经网络训练处理器（Intel Nervana NNP-T）在计算、通信和内存之间取得了平衡，不管是对于小规模群集，还是最大规模的 pod 超级计算机，都可进行近乎线性且极具能效的扩展。而且，英特尔 Nervana神经网络推理处理器（Intel Nervana NNP-I）具备高能效和低成本，且其外形规格灵活，非常适合在实际规模下运行高强度的多模式推理。
更重要的一点是，NNP-I是面向数据中心的推理，能够实现大规模无缝云原生推理，在现有的数据中心基础架构上面即插即用。
当前，人工智能正加速与各行各业融合，带来深刻变革。通过不断强化数据的处理、传输和存储能力，英特尔充分发挥解决方案的深度和广度优势，既能根据客户特定需求定制，又能快速将解决方案扩展到各行各业，从而在客户的人工智能部署和应用中发挥重要作用。目前，英特尔已经在工业、农业、能源、交通、互联网、金融、健康等广泛的行业，携手合作伙伴，切实推动了一系列人工智能的应用创新。
目前行业在AI应用中普遍面临的难题有三个方面：数据、算法和算力。尤其是在数据层面，从质量上和数量上都有挑战。
“我们在全国拥有超过1200家客户，在数据这一块有大量的积累，病理人工智能的难点在于数据的精准标注和如何在算法上对不均衡样本进行综合处理。” 宁波江丰生物信息技术有限公司副总经理桂坤表示，江丰生物本身是做病理数字化的，拥有大量的数字化病理数据，然而数据标注却是一大难题，首先数据标注医生有很高的专业要求，其次建立一套标准化、规范化的标注流程也是一个挑战，最后标注也需要花费病理医生大量的时间，如何快速收集精准标注的数据是非常大的挑战。
在算法算力层面，英特尔也对江丰生物提供了很多技术支持，尤其是在算力这一块。“一张病理的照片，经过我们的设备扫描成数字化的图片以后，它的大小就有十几个G，压缩完以后500兆左右。在这样的情况下做训练，是一件非常庞大的工程，通过与英特尔的合作，我们可以直接在内存中进行训练，对整个训练时间有了极大的提升，产品研发周期有了保障。”
“在跟客户沟通的过程中，无论客户是在前期，还是已经在做数据的预处理，比如说做算法、模型，或者是最后的量产和部署，我们都可以帮到客户，怎么帮呢？很简单，三个方面，硬件、软件和生态。”在英特尔亚洲人工智能销售技术总监伊红卫看来，AI部署最关键的一点是，它并没有统一的适用于所有AI解决方案的开发方法，最终还是要适用客户的情况，取决于客户的选择和需求。
伊红卫强调，英特尔的战略合作有两种方式：一种是全方位的，不管是数据、存储、传输还是计算，英特尔都有更高效的解决方案。另一种是与客户更深度的合作。“AI并非一策万能，这是英特尔一直在强调的观点。英特尔愿意为市场提供通用产品，希望不同的细分市场都使用我们的产品，这是英特尔的定位。”
值得一提的是，英特尔与青云QingCloud在上海成立了联合实验室，共同推动包括AI在内的技术的研发和创新。
“青云QingCloud向实验室提供相关的业务和应用系统、云平台及其它软硬件环境组件，英特尔向实验室提供新产品样品、软件测试版、投入国内外技术专家资源共同开展联合研究实验。” 青云QingCloud AI平台研发总监霍秉杰表示，双方将共同投入技术专家资源及硬件资源，对于双方认可的新技术与优势领域的合作项目，青云和英特尔将按50%-50%的比例投入各项合作项目及实验室运营所需资源。同时，双方各均选派联合实验室负责人，共同负责实验室所开展的合作项目的规划、执行和结果审核。
据了解，联合实验室作为双方战略合作的升级，将有效加速并深化现有技术领域的合作：青立方超融合即英特尔精选解决方案的平台升级、英特尔新技术在青云计算和存储平台的持续优化以及基于英特尔软硬件技术在人工智能（AI）和大数据分析方面的合作创新。
此外，双方还将开展通过英特尔傲腾数据中心级持久持久内存打造高速分布式存储，基于英特尔Movidius VPU探索AIOT与边缘计算的创新，以及采用英特尔Kata Container构建更加安全的容器服务等软件方面的合作。
“通过联合创新实验室，双方可进行长期稳定的合作，能够充分发挥双方技术、人才等资源优势，不仅可以促进云计算、存储、物联网和AI等领域的新技术快速转化为产品，而且可以携手共同推动企业数字化转型，并服务社会，创造更高价值。” 霍秉杰说道。
写在最后
英特尔不仅是一家引领创新的技术公司，更是一家不断驱动生态进化的公司，在驱动自身创新的同时，更要推动产业共同创新和长期发展，致力于打造开放合作的人工智能创新生态，激励人工智能创新，赋予合作伙伴独特的生态价值。
在培养人工智能专业人才方面，英特尔推出了人工智能开发人员计划、人工智能未来先锋计划、产教融合解决方案等，包括支持教育部中国高校人工智能人才国际培养计划。参加教育部产学研研究项目，独家赞助第一届中国研究生人工智能创新大赛，和全国Top 20所大学建立联系等，并计划三年内在FPGA编程和其他相关软件方面培训超过1万名开发人员；在持续支持人工智能创新项目方面。
此外，英特尔还携手生态合作伙伴共同推动了AI开放创新平台、AI产业创新联盟、AI开放创新体验中心、人工智能全球大赛等；在加速应用实践方面，英特尔不断拓展落地场景，深化人工智能技术与产业的应用融合。
可预见的是，这是属于AI的时代，而英特尔也将会扮演更加重要的角色。