當前，人工智能快速發(fā)展，而對應的算力支撐也在不斷革新。英特爾一直在不斷強化人工智能解決方案產(chǎn)品組合，其廣度和深度都堪稱行業(yè)之最，能夠幫助客戶在從云端到邊緣的所有設備和各個范圍內(nèi)，進行人工智能模型的開發(fā)和部署，并有望在2019年創(chuàng)造超過35億美元的營收。

在2019英特爾人工智能峰會期間（Intel AI Summit 2019），英特爾展示了面向訓練（NNP－T1000）和面向推理（NNP－I1000）的英特爾Nervana神經(jīng)網(wǎng)絡處理器（NNP）。作為英特爾為云端和數(shù)據(jù)中心客戶提供的首個針對復雜深度學習的專用ASIC芯片，英特爾Nervana NNP具備超高擴展性和超高效率。英特爾還發(fā)布了下一代英特爾Movidius Myriad視覺處理單元（VPU），用于邊緣媒體、計算機視覺和推理應用。

迎接下一波人工智能浪潮

不管是Nervana NNP還是Movidius VPU，英特爾展示的這一系列新產(chǎn)品，旨在加速從云端到邊緣的人工智能系統(tǒng)開發(fā)和部署，迎接下一波人工智能浪潮的到來。

英特爾公司副總裁兼人工智能產(chǎn)品事業(yè)部總經(jīng)理Naveen Rao表示，隨著人工智能的進一步發(fā)展，我們將從‘數(shù)據(jù)到信息的轉換’階段發(fā)展到‘信息到知識的轉換’階段。英特爾開啟了一個全新的嘗試，希望借助全面的解決方案幫助企業(yè)能夠從數(shù)據(jù)中獲得指數(shù)級上升的經(jīng)濟效益。

其實，英特爾在人工智能方面的實際部署案例，很多是基于已有技術和產(chǎn)品進行支撐的。例如業(yè)界大部分組織都基于英特爾至強可擴展處理器部署了人工智能。英特爾將繼續(xù)通過英特爾矢量神經(jīng)網(wǎng)絡指令（VNNI）和英特爾深度學習加速技術（DL Boost）等功能來改進該平臺，從而在數(shù)據(jù)中心和邊緣部署中提升人工智能推理的性能。在未來很多年中，英特爾至強可擴展處理器都將繼續(xù)成為強有力的人工智能計算基石。

據(jù)悉，下一代至強可擴展處理器Cooper Lake的AI能力也得到了增強，Cooper Lake增加了對bfloat16的支持，可以用來實現(xiàn)非常復雜的深度學習的這種模型的訓練和推理，而且在這樣的模式之下可以跨CPU、加速器等使用到更多的工具包，訓練的性能有很大的提高。

除此以外，微軟將英特爾FPGA應用必應搜索引擎當中，可以能夠大大提升搜索的速度。在衛(wèi)星的影像采集中，借助Movidius芯片實現(xiàn)圖像預先進行篩選，然后把比較重要的有價值的信息再傳回地面。“借助科技，我們能夠更好更快地探索和改變世界，幫助不同國家的客戶實現(xiàn)技術跨越，解決科學的難題。我們不是一家小的AI公司，我們是世界上最大的AI公司之一。在AI領域，不管是邊緣還是數(shù)據(jù)中心，我們都頗有建樹，不斷推動各個領域當中的技術進步。”Naveen說。

Naveen認為，在AI領域，很難靠過去一個單一的技術和一種方式或者一個系統(tǒng)來加以支撐。我們需要ABCS（Approach、Budget、Chip、System），也就是途徑、預算、芯片和系統(tǒng)。考慮到企業(yè)AI需求的分散性，英特爾提供提供多樣化的技術和產(chǎn)品解決方案。 “大部分客戶在AI的道路上，其實剛剛起步，他們慢慢意識到AI的價值所在，英特爾也需要向他們展示這樣的價值。除了CPU之外，我們還有GPU、FPGA和ASIC，整個的產(chǎn)品組成實現(xiàn)了很好的優(yōu)化，讓客戶有很多選擇權，根據(jù)他們的工作負載進行選擇。我們還為客戶提供軟件工具包，選擇合適的工具解決所面臨的挑戰(zhàn)。”

Naveen說，英特爾非常關注用戶的需求，不僅僅是性能、能效，以及他們在部署和使用AI的簡易性也很重要。“我們希望世界上越來越多的公司能夠使用我們完整的解決方案，當然這個解決方案需要相關的技術來加以支撐。比如架構方面，我們不僅要說CPU或者說是內(nèi)存，而是要把所有的元素集中在一起，作為一個整體的架構來加以考慮。比如英特爾傲騰內(nèi)存技術，使得數(shù)據(jù)提取和計算的過程更快更簡潔，整個存儲的能力提升了三倍；在軟件方面，英特爾已經(jīng)用軟件來極大地提升硬件的性能。使得AI實現(xiàn)民主化。”

新產(chǎn)品讓英特爾AI產(chǎn)品組合更完整

新推出的英特爾Nervana神經(jīng)網(wǎng)絡處理器現(xiàn)已投入生產(chǎn)并完成客戶交付，它是系統(tǒng)級人工智能解決方案的一部分。該解決方案提供由開放組件和深度學習框架集成開發(fā)而成的完整軟件堆棧，能夠充分利用硬件性能。

此次發(fā)布的英特爾Nervana神經(jīng)網(wǎng)絡訓練處理器（Intel Nervana NNP－T）在計算、通信和內(nèi)存之間取得了平衡，不管是對于小規(guī)模群集，還是最大規(guī)模的Pod超級計算機，都可進行近乎線性且極具能效的擴展。

英特爾Nervana神經(jīng)網(wǎng)絡推理處理器（Intel Nervana NNP－I）具備高能效和低成本，且其外形規(guī)格靈活，非常適合在實際規(guī)模下運行高強度的多模式推理。這兩款產(chǎn)品面向百度、 Facebook等前沿人工智能客戶，并針對他們的人工智能處理需求進行了定制開發(fā)。

Facebook人工智能系統(tǒng)協(xié)同設計總監(jiān)Misha Smelyanskiy表示，F(xiàn)acebook非常高興能夠與英特爾合作，利用英特爾神經(jīng)網(wǎng)絡推理處理器（NNP－I）部署更快、更高效的推理計算。同時，我們最新的深度學習編譯器Glow也將支持NNP－I。

百度與英特爾在AI方面有著廣泛的合作，比如百度Paddle Paddle軟件和英特爾的產(chǎn)品配合、OAI（Open Accelerator Infrastructure）開放加速器架構等。百度人工智能研究員Kenneth Church博士表示，NNP－T擁有業(yè)界領先的擴展能力以及能效表現(xiàn)，百度在超級計算機X－Man 4．0進行了應用，Paddle Paddle已經(jīng)可以支持英特爾NNP－T，使得深度學習更簡單、更快、更深入。

推理正在從數(shù)據(jù)中心向邊緣來進行擴展。數(shù)據(jù)中心現(xiàn)在只是整個推理世界的一部分。英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁、視覺市場和渠道部門總經(jīng)理Jonathan Ballon表示，現(xiàn)在數(shù)據(jù)的增加是一種指數(shù)級的，其中70％的數(shù)據(jù)是由邊緣設備來產(chǎn)生的，比如說醫(yī)院或者工廠里的越來越多的數(shù)據(jù)是存儲、處理和分析都是在邊緣設備上完成。

為此，代號為“KEEM BAY”下一代英特爾Movidius VPU計劃于2020年上半年上市，憑借獨一無二的高效架構優(yōu)勢，能夠提供業(yè)界領先的性能：與上一代VPU相比，推理性能提升10倍以上，在模型訓練方面性能可以提升50％，能效則可達到競品的6倍。Movidius VPU專門為邊緣場景量身定制，借助開創(chuàng)性的AI架構，可以用在各種大小尺寸不同的產(chǎn)品上面，企業(yè)可以獲得更高密度的、可擴展的AI的加速，極大釋放VPU的潛能。

除了硬件產(chǎn)品，英特爾還發(fā)布了全新的英特爾DevCloud for the Edge，與英特爾Distribution of OpenVINO工具包共同解決開發(fā)人員的主要痛點，即在購買硬件前，能夠在各類英特爾處理器上嘗試、部署原型和測試AI解決方案。“軟件的支持能夠讓企業(yè)獲取比以往更大的AI能力。我們現(xiàn)在有2700個客戶現(xiàn)在使用DevCloud，軟件幫助客戶進行大規(guī)模的部署，建立整個生態(tài)系統(tǒng)，一起來創(chuàng)新。”Misha說。

結語

總而言之，英特爾有能力全面考慮計算、內(nèi)存、存儲、互連、封裝和軟件，以最大限度提升效率和可編程性，并能確保將深度學習擴展到數(shù)以千計節(jié)點的關鍵能力，進而擴大知識革命的規(guī)模。

“AI是一個偉大的歷程，它已經(jīng)開始向我們彰顯它能夠帶來的巨大的價值，我們只能一路向前走，直視那些巨大的問題和挑戰(zhàn)，然后有針對性地加以突破。10年以來我們孜孜不倦，做了巨大的努力，使得這一切成為可能。AI架構是一個系統(tǒng)級的全景挑戰(zhàn)，我們要在各個‘戰(zhàn)線’里面借助先進的技術幫助客戶解決問題。 ”Naveen最后說。