一文让你看懂英特尔的人工智能布局

  11月14日，英特尔2018 人工智能大会(AIDC)在北京举行。英特尔公司全球副总裁兼中国区总裁杨旭介绍，这是英特尔第三次在中国举行人工智能大会，也是首次专门面向开发者和技术社区。在大会上，他不仅分享了对人工智能发展的思考和洞察，而且展示了过去一年，英特尔在人工智能技术创新、生态合作和应用落地方面取得的诸多进展。

  根据相关统计数字表明，2017年，中国人工智能市场规模是9亿美元，包括硬件、软件及相关服务，到2022年，相关市场规模将达到90亿美元，年复合增长率高达58%。

  这样一个充满机会的市场，英特尔自然不会错过。更重要的是，人工智能已经成为一种基础技术或底层技术，将融入到现有产品和服务中，推动各行各业的转型。

  过去一年，英特尔在人工智能方面取得的成绩：

  技术创新：49量子位测试芯片、自旋量子位芯片、OpenVINO工具包、开发Nervana NNP-L1000、第一代至强平台路线图、视觉技术加速器解决方案

  生态合作：神经拟态研究社区、开源nGraph、与BAT和华为合作、和南京大学成立AI联合研究中心、和第四范式成立AI联合实验室、AI开放创新平台

  应用落地：保护长城、拯救野生东北虎、粉红丝带乳腺癌诊治、参与阿里双11、腾讯微信语音识别、百度Apollo、天壤智能围棋、美的工业视觉检测云、奥林匹克AI挑战赛、数博会AI全球大赛

  无疑，这些动作有利于推动人工智能的向前发展。在杨旭看来，人工智能的发展存在三大动力：“第一，需要不断地创新技术。要在一些关键性的技术领域寻求突破，才能推动人工智能技术更先进、更好、更成熟。人工智能还在初期，需要大家协同创新。第二，建立生态系统和开发者社区、技术社区，开展开放、协同、全方位的合作。第三，任何技术必须用来解决实际问题。英特尔不做‘埃菲尔铁塔式’的研发，所有技术必须和合作伙伴一起到市场上去验证。”

  更重要的是，英特尔在工具、硬件和社区三个方面的专注，将软硬结合，能够去解决AI的复杂挑战。

  “今天，我们看到机器能够‘看见’世界，却不能真正理解世界。我们需要加强学习，强化学习，对现实世界的模拟。未来几乎是无限的，一切才刚刚开始。”英特尔公司全球副总裁兼人工智能产品事业部总经理Naveen Rao说。

  一、工具：

  在工具层面，英特尔加速AI发展，持续优化提升性能，助力更快、更便捷的AI部署。

  1. MKL-DNN

  英特尔人工智能部门数据科学部主任刘茵茵介绍了第一款工具——MKL-DNN。它是英特尔的开源性能库，能为当今的深度学习软件框架提供高度优化的内核，帮助开发人员发挥出英特尔硬件的最大性能。

  2. nGraph

  nGraph是一种跨所有英特尔所有硬件的统一中间层编译器。不仅可为开发者提供高灵活性和兼容性，降低开发难度，而且能提升开发效率。它可以改善硬件互操作性，让框架更灵活，还能大大提升性能。

  3. BigDL

  它是英特尔开发的分布式深度学习库，运行在现有的 Spark 集群之上，可以加快对大型数据集的深入学习，同时支持Scala和Python。

  4. OpenVINO

  是一款软件工具包，专为在边缘部署深度神经网络而设计，可以快速优化和压缩经过训练的视觉模型，并将其部署在英特尔硬件和加速器上。应用深度学习框架时，关键性能会获得重大提升，且无需大幅调整当前的部署方式。

  二、硬件

  英特尔公司全球副总裁兼人工智能产品事业部总经理Naveen Rao称，“AI并非‘万金油’，从通用到专用，从毫瓦到百瓦，我们提供广泛的方案组合。”

  他表示，今天大多数的人工智能推理运行在至强处理器上，它为数据中心提供能量。

  1. Cascade Lake

  这是英特尔将要推出的新款至强可扩展处理器，将支持英特尔傲腾数据中心级持久内存以及全新的AI功能——英特尔 DL Boost。

  这种人工智能加速技术将加速深度学习推理工作负载，图像识别能力比当前至强可扩展处理器的性能得到大大提升。据悉，Cascade Lake至强可扩展处理器计划明年发展。

  2. 英特尔Movidius VPU

  英特尔还推出了Movidius VPU，或被称为视觉处理单元，它能帮助用户在边缘部署深度神经网络和计算机视觉，配备原生FP16和定点8位支持，功耗仅为1W，4TOPS，其中1TOPS DNN计算，适用于家庭、安防监控、无人机等诸多场景。

  3. 第二代神经计算棒

  在本次大会，英特尔宣布推出第二代神经计算棒，简称“英特尔NCS 2”。 它配备英特尔Movidius Myriad X视觉处理单元，支持英特尔OpenVINO工具包，可以让开发者拥有更大的灵活性。并且它支持深度神经网络测试、调整和原型制作，可以帮助开发者进入实际应用的量产阶段。

  其大小犹如普通U盘，AI开发者利用该产品可以轻松地将计算机视觉和人工智能部署到物联网和边缘设备原型上。

  4. Nervana神经网络处理器(NNP)

  Nervana目标是实现高利用率和模型并行性，该系列产品利用了人工智能深度学习专用的计算特性，比如密集矩阵乘法和用于并行计算的定制互联。

  据悉，英特尔Nervana NNPL-1000将于2019年推出。

  三、社区

  据悉，英特尔通过开源工具与社区建立联系，其提供的开源库可以为研究或应用提供合作平台。目前，它们针对开发者开源了一些产品和工具：第一个开源了NLP架构;第二个开源了RL Coach;第三个是神经网络压缩包Distiller。

  这些开源库都可以通过Github进行下载。

  四、项目：英特尔人工智能构建者项目

  2018年5月，英特尔推出人工智能构建者项目(AI Builder program)。该项目汇集独立软件供应商(ISV)、系统集成商(SI)、原始设备制造商(OEM)和企业终端用户的生态系统。

  英特尔投入超过10亿美元，支持新的AI产品和技术采用，并且提供技术、营销、投资和服务等方面的支持，希望能够迅速推出面向市场的人工智能解决方案，已经获得超过150家参与者的积极响应。

  五、人才

  英特尔宣布了 “AI未来先锋计划”，在前沿研究、师资建设、人才培养、产业对接等方面展开多方位合作，积极探索产学研携手推动人工智能发展的新模式、新路径。