英特尔多维发力，推动人工智能规模化发展

毋庸置疑，人工智能是当今科技发展的重要趋势。在以数据为中心的新时代，英特尔持续引领和推动以人工智能为代表的转折性技术的发展，专注于人工智能领域的硬件、软件和生态合作三个方面。英特尔持续强化自身的人工智能产品组合，广度和深度堪称行业翘楚，并有望在2019年创造超过35亿美元的营收。

人工智能应用场景多样而复杂，单一的解决方案无法满足多元需求。英特尔提供全面的人工智能解决方案，构建硬软件协同发展。硬件方面，英特尔提供最完整和灵活的硬件产品组合与计算平台，包括CPU、GPU、FPGA、NNP、VPU等，满足从云到边缘到设备的不同工作负载需求；软件方面，英特尔提供经过全面优化的软件，用以加速并简化人工智能技术的开发与部署，涵盖库、框架以及工具与解决方案等多个层面。

人工智能正加速与各行各业融合，带来深刻变革。英特尔不断强化数据的处理、传输和存储能力，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。

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表示，AI的多样化应用潜力非常巨大，对于英特尔来讲，参与如此多客户的AI转型是非常令人振奋的旅程，只有英特尔能提供这种广度和深度的AI能力，帮助几乎每一个行业进行转型。

英特尔亚洲人工智能销售技术总监伊红卫也表示，在加速人工智能行业落地的过程中，英特尔可以从硬件、软件和生态三个方面进行赋能。“在AI落地过程中，数据的质量和数量都是一大挑战。现在的深度学习是以监督为主，肯定要有高质量的数据，甚至有标注的数据，这对行业客户来说是第一大挑战。”

引领AI技术创新

我们所看到，随着AI继续成为所有体验的一部分，英特尔正在建立AI的能力，把它内置到所有英特尔的产品当中，许多的硬件和软件产品都有内置的AI能力，从CPU到GPU，再到FPGA，再到客户定制的ASIC，把AI融入到一切。

伊红卫表示，英特尔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。规模化创新一定要到达一定的规模，如果产品做出来只有几百片、几千片，这对英特尔来说应该不算个成功的产品。“不管是数据、存储、传输，还是计算，英特尔都有解决方案，我们愿意让整个平台更高效。”

近日，英特尔Nervana神经网络处理器（NNP）和下一代英特尔Movidius Myriad视觉处理单元（VPU）的更多细节被公布。作为英特尔为云端和数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；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。

英特尔最新发布的下一代英特尔Movidius Myriad视觉处理单元（VPU），凭借独一无二的高效架构优势，能够提供业界领先的性能。与上一代VPU相比，推理性能提升10倍以上，能效则可达到竞品的6倍。

推进深度学习推理和应用需要极其复杂的数据、模型和技术，因此在架构选择上需要有不同的考量。事实上，业界大部分组织都基于英特尔至强可扩展处理器部署了人工智能。英特尔将继续通过英特尔矢量神经网络指令（VNNI）和英特尔深度学习加速技术（DL Boost）等功能来改进该平台，从而在数据中心和边缘部署中提升人工智能推理的性能。在未来很多年中，英特尔至强可扩展处理器都将继续成为强有力的人工智能计算基石。

对于有着最先进深度学习训练需求的英特尔客户来说，他们要求性能每3.5个月提升一倍，而这一类突破只有借助一系列人工智能解决方案才能实现，比如英特尔人工智能解决方案。英特尔有能力全面考虑计算、内存、存储、互连、封装和软件，以最大限度提升效率和可编程性，并能确保将深度学习扩展到数以千计节点的关键能力，进而扩大知识革命的规模。

打造AI创新生态

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。

英特尔中国战略合作与创新业务部董事总经理李德胜表示，英特尔AI业务在2019年有望超过35亿美金，这一切都离不开生态合作伙伴的合作。英特尔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，例如产业对接、人才培养、创新孵化等，涵盖速度、广度、深度三个维度。

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，“英特尔AI百佳创新激励计划“将分期选拔100＋家优秀AI创新团队，为其提供技术辅导、开发费用补贴、市场推广、生态对接等全方位支持，英特尔此外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。

“今天为止我们已经加速的和正在加速的项目已经超过了30家，这些项目分布在各个产业的方方面面，包括金融、医疗、机器人平台等等方面，我们希望能够有更多的优秀项目加入到AI百佳创新激励项目里来。”李德胜说，“在过去三年，机器人上下游供应链的企业有超过300家在英特尔的生态里面。现在活跃的线上开发者有超过两万名。”

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。“深入到每一个行业，AI要真正快速发展，发挥更大的效用，英特尔一定会和生态合作伙伴一起推动更深入的实践。所以从英特尔一直秉承开放合作的理念，希望在将来能够携手生态一起发展，大家一起激励AI的创新。”李德胜说。

合作伙伴有话说

AI的落地并没有一个统一的适用于所有场景和行业的解决方案，最终还是要适用客户的情况，还是取决于客户的选择。这个时候合作伙伴的重要也就不言而喻了。英特尔不仅跟百度在NNP上有X-Man项目的合作，还优化PaddlePaddle （飞桨）开源框架，提升日益复杂的模型训练效率，共同促进在行业的合作；青云QingCloud在英特尔支持下实现AI推理性能大幅提升、AI平台全面升级；江丰生物信息技术有限公司（简称“江丰生物”）与英特尔在宫颈癌筛查等病理AI项目上的深入合作。

百度AI系统架构师丁瑞全表示，在基础层的算力部分，英特尔的NNP-T和百度的超级计算机X-Man进行了合作；在平台生态层，百度PaddlePaddle飞桨深度学习框架与英特尔联合进行软件方面的优化。除了百度自身应用英特尔的产品带来的高性能高价值，百度与英特尔携手打造OAI开放AI基础架构项目，加速整个AI硬件系统的创新，加速新产品在市场上的应用，为整个行业带来更大的价值。

百度与英特尔在各个相关产品里都有很好的合作。百度利用英特尔的VNNI硬件加速指令集和PaddlePaddle结合，加速了在NLP领域最重要的模型之一ERNIE，可以把速度提升5倍，这对百度的搜索业务是非常重要的。在AI芯片领域，PaddlePaddle和英特尔把NNP-T相关最新的底层技术集成到PaddlePaddle里，在百度内部开发版本上已经具备了这个功能，X-MAN4.0搭配NNP-T的机柜运行的就是PaddlePaddle深度学习框架。

“我们在其他的领域也在应用英特尔相关的产品，比如利用AEP（英特尔数据中心级持久内存）加速百度人工智能战略，成功将其应用到百度的Feed推荐流中提升时效性。未来我们跟英特尔将在更多的产品上以及下一代产品展开合作，携手带来更多创新的AI技术和产品。”丁瑞全说。

除了百度，青云QingCloud也与英特尔展开了积极合作。青云QingCloud AI平台研发总监霍秉杰表示，人工智能需要大量的算力处理数据，云平台如何满足客户的需求，对我们来说也是一个挑战。“青云QingCloud之所以跟英特尔合作，是因为我们可以在算力上优势互补，凭借双方的合作可以极高性价比满足客户对算力的需求。目前，新一代至强可扩展处理器具备深度学习的推理加速能力，再加上优化过的推理框架，已经能够满足很多用户的推理需求。”

青云QingCloud在AI领域的四个战略方向：从平台到服务（凭借自有AI开发训练和推理平台逐渐丰富AI应用类服务）、云＋端（算力由云延展到端，AI与IoT结合的未来可期）、共建AI生态（与合作伙伴共同打造AI模型市场，，构建更广泛的AI生态）、AI赋能的云（AI可赋能青云QingCloud的其他产品线，使其更加智能化）。

具体到和英特尔的合作，青云QingCloud最近上线了具有深度学习加速能力的新一代至强可扩展处理器，为了更好地利用这个能力，青云QingCloud推出了Inference Engine推理引擎。除了推理，青云QingCloud在训练方面也跟英特尔工程师有频繁地交流，训练平台框架也针对CPU优化过，能够适用于某些AI训练的场景，比如迁移学习。”

霍秉杰表示，青云QingCloud未来会在多个方面和英特尔展开合作。英特尔的AI技术比如VNNI和MKL、OpenVINO，可以更好地和青云QingCloud的产品结合。青云QingCloud的大数据平台QingMR已经集成英特尔的BigDL库，通过这个库使QingMR具备了深度学习的能力。青云QingCloud也有计划把BigDL的下一个版本Analytics Zoo集成到QingMR。

此外，双方还将开展通过英特尔傲腾持久化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。“今年6月份，青云QingCloud旗下青立方Qing3®️超融合系统入选了英特尔首批精选解决方案，青云也会把AI的产品加入到解决方案中，共同进行推广。11月20日，青云QingCloud和英特尔在上海正式宣布成立联合实验室。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。

江丰生物是一家专业从事数字病理系统开发和生产的高科技生物信息技术企业。江丰生物副总经理桂坤表示：利用深度学习技术，将英特尔CPU、OpenVINO以及高性能数据存储设备结合在一起，进行我们国家“两癌”筛查战略其中的一项——女性宫颈癌筛查，具有明显的成本优势也可大大缩短开发周期。“我们也已经有了宫颈癌筛查实施案例成功落地，在与英特尔的合作过程中，从一开始的算法优化、推理速度优化到后期产品的推出，以及怎么样以较低成本将产品推向市场，双方做了很多深层次的合作。”

我们知道AI有三要素，那就是数据、算法、算力。江丰生物在数据这一块有一定积累，因为其在全国有将近一千多家客户，基本集中在头部医院和基层医院。数据来源是没有问题的，更大的问题是数据的标注。不像普通的人工智能，病理数据标注必须要由专业病理医生来完成。从目前阶段来讲，在筛查和诊断中，AI只是辅助手段，其可以大量节省医生时间。“举例讲，原来宫颈癌筛查每个初筛员一天只做300例左右，现在有了AI一天可以做3000例左右甚至更多。对于医院来说，意味着性价比提高了，而且筛查的阳性患者可以留存当地医院。对于当地老百姓而言，准确率哪怕提升1个百分点，其社会价值都是非常巨大的。”桂坤说。

在算法方面，去年12月份，江丰生物跟英特尔成立了病理联合实验室。“算力是我们更看重的一点，尤其是病理这一块。手机拍一张照片，几兆十几兆的大小，但是一张病理的照片，如果不经过压缩，十几个G，压缩完以后500兆左右。我们进行AI训练，比如宫颈癌项目就有将近35000张阳性切片，10万张阴性切片，十几万张再乘以0.5G，这是非常庞大的数据。采用常规的方法进行训练，要把数据先从内存里挪到GPU上面，然后再来进行运算。而采用英特尔解决方案，我直接从内存里进行训练的话，整个数据训练的效率提升会非常明显。”桂坤说，“英特尔有各种各样的产品线，比如云端和边缘。这样我们进行AI的训练和推理可以选择的余地也就更大，这样企业在成本控制方面会有很大的余地，相应的服务成本也降低了。”

“AI生态构建还需要更多的努力，虽然英特尔在AI生态方面做了非常多的工作。但是看整个AI的生态，我们还需要再做更多的事情，让整个生态做得更好。英特尔会以全球视野、云到端的产品和技术、以及不断拓展的生态，继续引领人工智能技术发展。”伊红卫最后说。