本文來自快科技（原驅(qū)動(dòng)之家）。
人工智能走向主流僅僅用了短短幾年時(shí)間。自2016年步入大眾視線，人們對于AI的期盼還有所保留，緊隨而至的“人工智能寒冬”，公眾對于AI的討論變得愈發(fā)謹(jǐn)慎，技術(shù)上緩慢的螺旋進(jìn)步導(dǎo)致人們一度開始思考AI是否是過度承諾，卻最終無法兌現(xiàn)的技術(shù)方向。所幸，探索未息，AI最終以可觀的技術(shù)進(jìn)展和日益廣闊的應(yīng)用舞臺(tái)在數(shù)字化的時(shí)代為自己競得一席之地。近日，AI作為“十四五規(guī)劃”中數(shù)字產(chǎn)業(yè)化聚焦的七大重點(diǎn)領(lǐng)域之一，在兩會(huì)中被再次點(diǎn)名，其發(fā)展也迎來新一陣關(guān)注熱潮。
堅(jiān)實(shí)的硬件“地基”
其實(shí)，早在越來越多的企業(yè)進(jìn)入大數(shù)據(jù)和AI的行業(yè)賽道之前，半導(dǎo)體領(lǐng)域的芯片領(lǐng)軍企業(yè)早已默默地開始為AI發(fā)展“修橋鋪路”。大數(shù)據(jù)被喚作“數(shù)字經(jīng)濟(jì)的關(guān)鍵生產(chǎn)要素”和“驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型創(chuàng)新發(fā)展的核心動(dòng)能”，AI誕生于其中，已然成長為增長最快的計(jì)算工作負(fù)載。面對多樣化工作負(fù)載，英特爾提供了一種“與眾不同”的思路：將特定的計(jì)算放在特定的XPU架構(gòu)上，即讓用戶在使用通用AI芯片處理工作的同時(shí)，將部分任務(wù)交給擅長其他工作的專用芯片，以極大提升計(jì)算能效，通過高效分工，實(shí)現(xiàn)最優(yōu)分配。
基于此，英特爾便打造了一系列跨計(jì)算的架構(gòu)，其中不僅包括已經(jīng)集成了機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)模型的至強(qiáng)可擴(kuò)展處理器（CPU），還有包括FPGA、GPU、VPU，以及專為AI打造的加速器在內(nèi)的產(chǎn)品組合為人工智能提供技術(shù)基礎(chǔ)。同時(shí)不得不提的是，英特爾已宣稱計(jì)劃通過其下一代至強(qiáng)可擴(kuò)展處理器Sapphire Rapids，實(shí)現(xiàn)AI性能相較于前一代30倍的大幅提升，進(jìn)一步增強(qiáng)其在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位。
“軟件優(yōu)先”加持
堅(jiān)實(shí)的“地基”已打下，然而要推動(dòng)AI從實(shí)驗(yàn)室走向產(chǎn)業(yè)化依舊面臨重重挑戰(zhàn)。英特爾院士、大數(shù)據(jù)技術(shù)全球首席技術(shù)官戴金權(quán)在近期采訪中指出：“英特爾不僅要通過XPU戰(zhàn)略提供全面的硬件產(chǎn)品組合，同時(shí)也在探索如何通過軟件優(yōu)化來幫助客戶處理從邊緣到云的越來越非結(jié)構(gòu)化和復(fù)雜的人工智能工作負(fù)載。”
對于在現(xiàn)實(shí)場景當(dāng)中需要把AI落地的開發(fā)人員而言，AI在開發(fā)過程中的“低泛化”，即如何將AI算法應(yīng)用到復(fù)雜的數(shù)據(jù)當(dāng)中，是現(xiàn)階段面臨的一個(gè)最大挑戰(zhàn)。雖然AI目前已經(jīng)在很多領(lǐng)域得到了應(yīng)用，但它并不會(huì)隨著數(shù)據(jù)中心爆炸式的增長，亦或?qū)δ硞€(gè)算法日益成熟且深入的學(xué)習(xí)而呈現(xiàn)大規(guī)模的延展運(yùn)用。
秉承通過降低用戶準(zhǔn)入門檻以加速AI普及的策略，英特爾提供經(jīng)過全面優(yōu)化的軟件，包括OpenVINO、oneAPI、Analytics Zoo、Tensor Flow、BigDL等，涵蓋庫、框架以及工具與解決方案等多個(gè)層面，用以加速并簡化從云到端的范圍內(nèi)人工智能技術(shù)的開發(fā)與部署。其中，為加速打通端到端的AI開發(fā)流水線，英特爾亦將Big DL升級為Big DL 2.0，旨在將AI應(yīng)用從筆記本電腦無縫擴(kuò)展到云端集群中，無需讓各領(lǐng)域數(shù)據(jù)科學(xué)家們再去管理底層大規(guī)模分布式數(shù)據(jù)的運(yùn)行。它簡明而清晰地傳達(dá)了一個(gè)信息：專業(yè)的人做專業(yè)的事。
這也正如戴金權(quán)所言：“‘AI無處不在’是英特爾的愿景，而我們想要利用開源軟件的基礎(chǔ)架構(gòu)，讓AI在英特爾的平臺(tái)上得以部署應(yīng)用，使其無論從性能、功能還是易用性上都得到提升，從而幫助業(yè)界以及每一位開發(fā)者去創(chuàng)新和應(yīng)用AI，這是我們的目標(biāo)。”
多元場景，加速應(yīng)用落地
AI技術(shù)本身就是幫助管理數(shù)據(jù)中心的利器。面對大量繁雜的數(shù)據(jù)，AI可以通過分析計(jì)算節(jié)點(diǎn)和資源信息，進(jìn)行更優(yōu)的能源管理和資源調(diào)度，這便是所謂的“智能運(yùn)維”。這種智能化的管理模式可以廣泛應(yīng)用到多個(gè)領(lǐng)域之中，英特爾在與韓國SK Telecom的合作之中，便利用AI對通訊網(wǎng)絡(luò)進(jìn)行大規(guī)模的時(shí)序數(shù)據(jù)分析，最終通過AI預(yù)測負(fù)載變化達(dá)成節(jié)能省電以及最優(yōu)化的任務(wù)分配。值得一提的是，SK Telecom作為一個(gè)擁有是十分復(fù)雜的大數(shù)據(jù)平臺(tái)的電信運(yùn)營商，與英特爾在AI領(lǐng)域的合作使其從數(shù)據(jù)處理，到模型訓(xùn)練，再到模型推理上均實(shí)現(xiàn)了效率與性能的多倍提升。
除此之外，英特爾也利用新型的Transformer模型架構(gòu)進(jìn)行AI預(yù)訓(xùn)練，再靈活針對下游任務(wù)場景進(jìn)行適配和調(diào)優(yōu)。此前，英特爾已與漢堡王合作，成功開發(fā)出了采用雙Transformer架構(gòu)（TxT）的AI推薦系統(tǒng)，能同時(shí)學(xué)習(xí)實(shí)時(shí)訂單序列數(shù)據(jù)，和位置、天氣以及訂單行為等特征并做出智能推薦。而得益于此AI系統(tǒng)，漢堡王也驚訝卻精準(zhǔn)地發(fā)現(xiàn)它的顧客竟喜歡在冬天點(diǎn)奶昔、在選擇高熱量食物的同時(shí)再加上甜點(diǎn)。
結(jié)語
不得不說，當(dāng)同時(shí)集齊硬件的加速、訓(xùn)練模型架構(gòu)的創(chuàng)新，以及軟件平臺(tái)的助力時(shí)，英特爾已經(jīng)構(gòu)建出了一個(gè)較為完整的軟硬件生態(tài)系統(tǒng)，能夠?yàn)樗暮献骰锇閭儙黹_發(fā)效率和開發(fā)體驗(yàn)的多維度提升，這對每一位AI生態(tài)圈中的人員來說都是一個(gè)令人振奮的消息。
數(shù)據(jù)爆炸的時(shí)代已然來臨，從大數(shù)據(jù)到數(shù)據(jù)分析，再到AI的轉(zhuǎn)變是一個(gè)非常自然的過程。AI的核心是使機(jī)器識別模式并據(jù)此做出準(zhǔn)確的預(yù)測，縱然它對計(jì)算、內(nèi)存、帶寬和功率與日俱增的需求給業(yè)界帶來重重挑戰(zhàn)，但它所能帶來的令人驚訝的洞悉，和幫助決策的能力正是AI應(yīng)用獨(dú)一無二的價(jià)值所在。正如戴金權(quán)在近日采訪中所直言般：“即便艱難險(xiǎn)阻，我們?nèi)耘f堅(jiān)信AI是一個(gè)技術(shù)，也是一個(gè)產(chǎn)業(yè)發(fā)展的方向，它在未來必定大有可為。”
