別一提英特爾就電腦CPU了

智能車參考 2020-08-26 14:11:46 來源：量子位

本文轉載自《在前線》，作者：華仔

導語：英特爾讓人很熟悉，Intel inside是PC電腦的標配。但這幾年的英特爾開啟轉型后，變化不可謂不大。

所以英特爾的轉型、英特爾的AI、英特爾的芯片和處理器，究竟圍繞哪條中軸線而展開？

這不，這篇對英特爾有多年觀察的「在前線」的文章，言簡意賅給講清楚了。

于是我們也取得授權轉載同步于此，如果你對英特爾的變化、行業趨勢也感興趣，也歡迎在閱讀全完后評論交流~

將近幾年的科技熱點濃縮一下就會發現，AI的身影無處不在。

來到2020年，人工智能已經是逐漸成熟化的數字創新技術，尤其是在科技抗疫的過程中，人工智能發揮了十分重要的作用，無論是在醫療救助還是病毒序列研發，亦或者普及化的公共服務與協助完成防疫工作，人工智能都在幫助不同領域的工作人員用更簡單的方式完成復雜工作。

人工智能與醫療行業的結合開啟了全新的智慧醫療階段，而這也是全行業智能化轉型的一個縮影。

在人工智能領域，英特爾一直致力于AI技術的創新與加速其在行業中的落地。近期以來，英特爾在AI方面動作頻頻，不僅推出了一系列的AI軟硬件產品，包括集成AI加速的英特爾第三代至強可擴展處理器、英特爾首個人工智能優化FPGA Stratix 10 NX等，還取得了一些新的行業拓展，如Mobileye宣布與日本和東南亞地區最大的交通運營商之一WILLER達成合作，將在日本及東南亞市場推出自動駕駛出租車（Robotaxi）服務。

從開啟轉型后，英特爾在人工智能賽道上越走越快，同時棋局也是越下越大。

數字轉型 AI是最大驅動力

從技術發展趨勢來看，智能化轉型已經席卷各行各業，以人工智能為核心，一系列智能化應用在產業、城市、家庭與個人等場景中出現。借助此次疫情，醫療行業開啟了全面的智能化改革，而在教育、辦公等領域，人工智能也成為必不可少的關鍵技術?？梢园l現，隨著行業需求的增加，人工智能技術落地的場景也會快速增長，成為推動全新數字化轉型的最大驅動力。

2020年會成為人工智能進一步落地的拐點，從醫療、教育，到金融、交通、制造等領域，在新基建的推動下，越來越多的行業會采用人工智能來改變當前的業務模式。根據IDC預測數據顯示，到2023年，AI系統的支出將達到979億美元，是2019年支出的2.5倍多。

面對人工智能帶來的巨大市場機遇，很多企業重磅加碼AI，而英特爾在數據中心領域具備得天獨厚的先天優勢，讓其在AI方面走得更快。

2017年英特爾確立以數據為中心的戰略轉型，結合軟硬件實力為當前數據中心領域面臨的各個挑戰提供全面解決方案。人工智能是英特爾面向未來的核心方向之一，憑借在計算方面的優勢，英特爾將AI能力集成到至強?可擴展處理器中，第一代加入AVX-512，并優化了FP32，隨后持續進行相關改進，在第二代英特爾?至強?可擴展處理器中引入英特爾深度學習加速技術，大幅提升AI性能。

當然，人工智能技術進步需要的不僅僅是計算力的提升，還要包括存儲、網絡等多個方面的共同發展。比如經過這次疫情倍受關注的醫療領域，醫學成像方面通常會采用高分辨率的3D圖像，所以此類內存占用量要比其他人工智能工作負載更大。

英特爾開啟以數據為中心的轉型，通過積累梳理出了六大技術支柱，在此基礎上將人工智能融入其中，構建CPU+GPU+FPGA+ASIC全面的產品布局，這也讓英特爾成為人工智能領域可以提供端到端全棧式解決方案的科技企業。

對于醫學成像人工智能工作負載中面臨的內存問題，基于第二代英特爾?至強?可擴展處理器可以得到解決，其配置中DDR4 RAM可達1.5 TB且每路可支持6TB的英特爾?傲騰?持久內存，讓工作人員不用更改任何代碼就能使用RAM的全部容量。此外，結合英特爾軟硬件優化能力，能夠讓此類模型訓練速度大幅提升。

突破壁壘 打造行業創新生態

人工智能的發展要以數據為基礎，進入AI平臺期后，大量AI技術在行業中應用，但在實際落地中，行業構建AI能力依然存在很多問題和挑戰。從AI本身來看，在數據管道中每個階段對數據的處理及性能負載需求都不相同，這需要足夠的計算力來保障AI工作中的性能支持；從行業角度來看，不同行業對AI落地的場景需求不同，這需要用不同的AI算法來解決對應問題。

英特爾擁有軟硬件綜合優勢，一方面堅持技術創新，另一方面加強與行業合作伙伴的連接，一共構建全域覆蓋的生態體系，這也是英特爾面向AI未來的核心價值。豐富的產品讓英特爾AI技術滲透到行業的各個領域，并且為了持續賦能合作伙伴，英特爾不斷對精選場景化解決方案進行升級，來幫助企業用戶更好完成智能化轉型。

醫療領域，人工智能技術正在發揮愈加重要的作用，比如在胸部X射線檢查醫學影像檢查方法的一種，它比胸部CT影像檢查更具經濟性，且應用范圍更廣，但面臨著精度和可靠度的挑戰。使用人工智能技術可以改善這種情況，而在實際使用中，SURFsara 研究人員發現，由于GPU可用本地內存的限制，會導致一些人工智能算法面臨阻礙。

SURFsara研究表明，基于CPU的方案可提高內存容量及可擴展性以此來避免GPU內存受限的問題。借助第二代英特爾?至強?可擴展處理器，讓胸部X射線檢查分析可以直接使用1024×1024的圖像，進而提升胸部X射線檢查分析的速度和精度。

公共服務領域，人工智能的應用可以提升下水管道檢測視頻分析速度及準確度。在DC Water 的下水系統中，由于建設時間早，所以其管道采用的材料也是多種多樣，有磚和水泥、陶土、混凝土和鑄鐵等，而與之類似的基礎設施在全球多個國家和地區也十分常見。

△?圖：采用Pipe Sleuth 解決方案識別的異常情況圖片及已完成標注圖片的樣本

結構的復雜化讓DC Water下水系統的檢測不僅需要高額的成本，同時也變得十分困難。DC Water與Wipro合作，采用Pipe Sleuth 解決方案來改變原來的工作流程。Wipro優化 Pipe Sleuth 解決方案，使其能夠與OpenVINO? 工具套件分發版配合使用，此外，Wipro還針對英特爾?酷睿? i5處理器、英特爾?酷睿? i7處理器及英特爾?至強?可擴展處理器對該解決方案進行了優化，使該解決方案在這三種處理器上能分別獲得 32%、55%、77% 的性能提升，推理時間大大縮短。

可以看到，英特爾在助力合作伙伴及企業進行智能化轉型時，重點放在了技術的賦能與場景的融合，通過與合作伙伴共創的方式完成AI能力的搭建，為客戶帶來真正的效益提升。

共同進化 英特爾開啟AI全新時代

人工智能的發展已經進入關鍵的平臺期，來自行業的需求會加快AI的技術創新。英特爾中國研究院院長宋繼強認為，人工智能正在由2.0階段走向3.0階段，2.0階段是基于數據驅動，而3.0階段則會變得更加通用。這樣的趨勢下，英特爾也在不斷加快AI技術創新的步伐。

不久前，英特爾發布了全新第三代英特爾?至強?可擴展處理器及全新的AI軟硬件產品組合，進一步強化自身AI實力，并面向下一階段數據中心和智能應用發展做好準備。第三代至強?可擴展處理器是英特爾專為深度學習、內存數據庫、分析密集型工作負載等設計的核心產品，它能夠讓圖像分類、推薦引擎、語音識別和語言建模等應用的AI推理和訓練以更簡便的方式部署在芯片上。

同時，第三代英特爾?至強?可擴展處理器也是目前業界首款內置bfloat16支持的服務器處理器，它可以同時為CPU的AI訓練和推理性能提供加速，

除了芯片的持續進化，英特爾也在不斷進行軟件優化。OpenVINO?工具套件分發版可以借助從邊緣到云部署的高性能深度學習推理來為應用和算法提速，在去年10月份發布的版本中，英特爾在其中引入了一項面向模型訓練后量化的新技術，能夠將模型轉換為低精度而無需重新訓練，同時還可以降低延遲。在最新版2020.1中， OpenVINO?又有了最新優化，不僅讓低精度量化的開發工作更為簡化，同時也提高了基于英特爾?架構平臺上的深度學習性能。

在技術與軟件上不斷探索、優化，在生態上也要縱深擴展。生態建設是英特爾智能化轉型的秘密武器，而英特爾也將AI技術帶到了更多領域，與南京經濟技術開發區及多家生態合作伙伴打造“未來科技智慧中心”；將AI軟硬件技術應用到大連工廠晶圓檢測大幅提升檢測效率；攜手紅十字會及時準確繪制受災地區地圖……英特爾的身影不斷出現，未來，期待英特爾與更多行業一起，開啟全新的AI時代。

— 完 —