英特爾人工智能的全局觀：專注于技術(shù)，收獲于未來

英特爾人工智能的全局觀

　　應該說，圍繞人工智能的布局，英特爾已經(jīng)描繪出了清晰可見的發(fā)展路線圖和構(gòu)建了一條十分完整的技術(shù)發(fā)展鏈條，具體來說：

　　一、從終端布局看，英特爾主要做的是人與機器的新交互，通過提供英特爾Curie模塊、Edison計算平臺、Cedar Trail芯片平臺、Real Sense實感技術(shù)以及凌動處理器等技術(shù)，英特爾希望把終端設備進一步的智能化，并通過聯(lián)網(wǎng)讓這些設備產(chǎn)生的數(shù)據(jù)，進入到后端的數(shù)據(jù)中心中去。

　　二、從后端布局看，有數(shù)據(jù)顯示在世界上所有的服務器中，有將近7%都在運行跟機器學習有關(guān)的負載，其中大多數(shù)都使用了英特爾的處理器。因此，英特爾今年最新發(fā)布的至強E5v4系列處理器，非常適合處理機器學習模型評分(scoring)應用。

　　此外，適用于超級計算領(lǐng)域的新一代至強融核處理器家族(Xeon Phi)，專攻高度并行的工作負載，為機器學習模型訓練(training)提供強勁性能，同時可以運行多種分析工作負載，可擴展性也有大幅提升。

　　三、在計算性能的延伸上，F(xiàn)PGA是目前為了解決深度學習對計算能力的要求而出現(xiàn)的技術(shù)，是一種介于專用芯片和通用芯片之間，具有一定的可編程性，可同時進行數(shù)據(jù)并行和任務并行計算，在處理特定應用時有更加明顯的效率。

　　英特爾中國研究院院長宋繼強

　　去年12月，Altera的FPGA納入到英特爾的產(chǎn)品線中。目前，英特爾現(xiàn)在一直在開發(fā)統(tǒng)一的接口，希望原來在至強系列處理器上運行的深度學習、機器學習負載，以后就可以在至強融核、FPGA上以互補、配合的方式運行。

　　四、在軟件層面的布局上，英特爾致力于提供數(shù)學核心函數(shù)庫和提供較高級別算法的數(shù)據(jù)分析加速庫，能夠以高性能的算法，供開發(fā)人員調(diào)用。接下來，針對深度學習，英特爾還將發(fā)布數(shù)學核心函數(shù)庫——深度學習神經(jīng)網(wǎng)絡(IntelMKL-DNN)，并開源供MKL深度學習神經(jīng)網(wǎng)絡層的使用。

　　五、在并購方面，英特爾近期宣布收購Nervana，該公司旗下的Engine芯片在深度學習訓練時有著比傳統(tǒng)GPU的能耗和性能優(yōu)勢。借助收購Nervana，則有望幫助英特爾將自己在處理器的優(yōu)勢延伸到深度學習領(lǐng)域，從而打造一系列適應深度神經(jīng)網(wǎng)絡的特殊處理器。

　　無獨有偶，就在這幾天，英特爾又再次收購初創(chuàng)公司Movidius，深入機器視覺戰(zhàn)場。由此不難看出，英特爾這一系列的技術(shù)和布局突顯了其強大的實力和競爭力，也從一個側(cè)面證明了英特爾在人工智能時代的新志向。

　　正如夏樂蓓所言：從在云端的數(shù)據(jù)中心到設備終端，再反過來到云端的數(shù)據(jù)中心，中間歷經(jīng)各個大數(shù)據(jù)的環(huán)節(jié)，我們認為在這樣一個良性循環(huán)當中，如果一家企業(yè)能夠獲得領(lǐng)導的地位，它也必然能夠在人工智能領(lǐng)域中獲得和保持領(lǐng)導地位。

　　我認為，這正是英特爾基于自身的技術(shù)實力和前瞻思考，在人工智能時代構(gòu)建的全局觀。