【消息】人工智能的大潮下英特尔是如何拿到第一张船票的

发布时间：2021-01-03 02:48:03 阅读：次来源：销及键厂家

2016 年 11 月 17 日，英特尔在美国举办了第一次英特尔 AI Day，英特尔 CEO Brian Krzanich 亲自出席；这次活动着力谈到英特尔对人工智能时代的全面认识和拥抱，并首次对外展示英特尔在人工智能、尤其是深度学习技术方面的战略布局。同年 11 月 30 日，这一盛会移师北京，以“2016 英特尔人工智能论坛”的名义将国内人工智能行业的弄潮儿们汇聚一堂，向他们展示了英特尔横跨软件和硬件、贯穿终端和云端的人工智能创新能力。

今年的 11 月 15 日，以“释放 AI 潜力”为主题， 2017 英特尔人工智能大会在北京再次举办，又一次令人见识到英特尔在人工智能方面的实力、热情和愿景。

人工智能全栈解决方案

其实，在 AlphaGo 引起全世界对人工智能的关注之前，人工智能就在伴随着移动互联网和大数据的演进而处于又一次的极速发展状态；而作为全球数据中心业务领域无可争议的处理器王者，英特尔也已经提前意识到人工智能大潮的到来，并为之做了充分的准备。

2015 年 6 月，英特尔宣布收购世界上第二大 FPGA 厂商 Altera，这是英特尔成立以来涉及金额最大的一笔收购。英特尔之所以收购 Altera，其核心要素就是获得后者的 FPGA 技术能力，并将其与自家已有的至强处理器等产品整合起来，从而更灵活地满足包括人工智能在内的相关工作负载的加速需求。

这次收购完成后，英特尔正式成立了可编程解决方案事业部，并且针对 Altera 原有的产品线进行了技术领域和产品方面的诸多创新与整合。到目前为止，英特尔已拥有 Stratix 10、Arria 10 、Cyclone 10、MAX 10 等全系列 FPGA 产品，并针对包括云和端两种方向在内的各种人工智能应用提供优化的成本、功耗和性能组合。

在获取 FPGA 能力之后，2016 年 8 月，英特尔又宣布收购了专注于深度学习的创业公司 Nervana Systems，后者的主要业务正是面向数据中心，开发适用于人工智能和深度学习的芯片和软件。目前，英特尔已经宣布将在今年年底前正式量产并出货业界首款神经网络处理芯片，即英特尔® Nervana™ 神经网络处理器（NNP），它拥有新的存储器架构，可实现更高的可扩展性、数值并行化，甚至可以将深度学习性能提升 100 倍。

此外，在面向数据中心端的人工智能技术创新进行收购的同时，英特尔还在 2016 年 9 月收购了面向终端设备，特别是物联网设备的视觉处理单元（VPU）初创厂商 Movidius 公司，其产品具备低耗高能的特点，能够主动不间断地处理图像信息。收购完成之后，英特尔已经在 2017 年 7 月推出 Movidius 神经计算棒，这是世界上首个基于 USB 模式的深度学习推理工具和独立的人工智能加速器，为广泛的边缘主机设备提供专用深度神经网络处理功能。

除了上述芯片方面的动作，英特尔还针对这些硬件产品提供了诸多软件或算法方面的配套处理。比如说，为了简化开发流程，英特尔推出了面向至强处理器和 FPGA 的加速堆栈，内含驱动程序、应用程序接口 (API) 和 FPGA 接口管理器；面向 Nervana 处理器，英特尔也有相应的 Nervana 云和 DL Studio。但更重要的是，英特尔的这些芯片都针对业界比较常见的 TensorFlow、Caffe 等人工智能框架进行了优化和支持，确保其产品的广泛可用性。

实际上，人工智能的应用场景十分复杂，需要不同特性硬件平台以及软硬件协同优化，才能有效提升数据处理的速度和准确性。为此，英特尔充分利用自身技术和产品创新的整合优势，提供了独一无二的人工智能全栈解决方案，包括：

领先而完整的硬件平台，涵盖至强处理器、至强融核处理器、英特尔®Nervana™ 神经网络处理器和 FPGA、网络以及存储技术等；

针对深度学习/机器学习而优化的基于英特尔架构的数学函数库（英特尔® MKL-DNN以及数据分析加速库（英特尔® DAAL）等，以及英特尔Nervana Graph；

支持和优化开源深度学习框架如 Spark、Caffe、Theano 以及Neon 等；

构建了包括英特尔Nervana、英特尔计算机视觉 SDK、 Movidius 和 Saffron 为代表的平台，以推动前后端协同人工智能发展。

另外，在公司层面，英特尔也已经在 2017 年 3 月正式成立了人工智能产品事业部，这个事业部的负责人是 Nervana 被英特尔收购前的首席执行官 Naveen Rao，而他的直接汇报对象，就是英特尔 CEOBrian Krzanich。

可以说，在人工智能的布局方面，英特尔已经实现初步成功。

通过行业应用释放 AI 潜力

在 11 月 15 日的英特尔人工智能大会上，英特尔中国区总裁杨旭在演讲中引用到了十九大报告中一句话：推进互联网、大数据、人工智能和实体经济相结合。实际上，对于英特尔而言，人工智能的潜力和价值，恰恰体现在它能够与其他行业应用实现有效的结合。

比如说在医疗方面，英特尔与阿里巴巴和零氪科技共同举办了天池医疗 AI 大赛，以期促进算法创新，用人工智能加速精准医疗的发展；大赛第一季面向的是医学界公认的难题——早期肺癌的诊断。作为大赛的共同举办方，英特尔提供了可为深度学习提供高效计算支持的至强融核处理器、至强处理器等产品和技术，还有针对机器学习和深度学习的英特尔Math Kernel Library（MKL）核心算法库及英特尔Python 数学库，以及特别为医疗影像分析设计的深度学习框架软件等。

据雷锋网了解，在这次天池大会上，英特尔为深度学习框架 Caffe 定制了 43 个超越开源版本的新功能，来支撑选手的模型创新；同时也为天池软件贡献了 35000 行框架代码和 6000 行参考模型代码，为模型训练保驾护航。结果是，各队选手在比赛期间遇到的 80% 的问题，英特尔事先都有验证过。

英特尔在人工智能应用中的另外一个重要布局是 FPGA，它可以应用于 5G 无线通讯、雷达和航天、网络、云计算、智慧城市和无人驾驶车辆等多个领域。其中在利用 FPGA 加速数据中心应用的实际效果上，有一些非常显著的例子。比如说 SWARM 64 在使用英特尔的 FPGA 加速技术后，实时数据分析速度可提高 5 倍以上，传统数据仓储提高 2 倍以上，存储压缩提高 3 倍以上；而在基因测序中，博德研究所利用英特尔旗下 FPGA 的高性能并行处理能力，可以将 Pair-HMM 算法能力提高 50 倍，总业务效率提高 1.2倍。