巨頭英特爾進(jìn)化：如何推進(jìn)AI新賽道？

　　全力轉(zhuǎn)向以數(shù)據(jù)為中心的英特爾，正在加速人工智能的落地。通過(guò)AI、5G、智能邊緣的融合，英特爾進(jìn)入到B端的行業(yè)應(yīng)用當(dāng)中，業(yè)務(wù)覆蓋了智慧城市、工業(yè)互聯(lián)網(wǎng)、智慧醫(yī)療、自動(dòng)駕駛等多個(gè)領(lǐng)域。

　　近日，英特爾推出了一系列的AI軟硬件產(chǎn)品，包括集成AI加速的英特爾第三代至強(qiáng)可擴(kuò)展處理器、英特爾首個(gè)人工智能優(yōu)化FPGA Stratix 10 NX等；同時(shí)，子公司Mobileye宣布與日本和東南亞地區(qū)最大的交通運(yùn)營(yíng)商之一WILLER達(dá)成戰(zhàn)略合作，雙方將在日本及東南亞市場(chǎng)推出自動(dòng)駕駛出租車（Robotaxi）服務(wù)。

　　毫無(wú)疑問(wèn)，人工智能將加速進(jìn)入工作與生活當(dāng)中。今年以來(lái)，新冠肺炎疫情成為全球面臨的共同挑戰(zhàn)?！拔！敝杏小皺C(jī)”，從醫(yī)療救助和生命科學(xué)第一線，到經(jīng)濟(jì)和社會(huì)的有序運(yùn)轉(zhuǎn)，再到公共服務(wù)、政策制定等各方面，以人工智能為代表的智能科技發(fā)揮愈發(fā)重要的作用。

　　老牌的英特爾在新的轉(zhuǎn)型中，四面出擊，從收購(gòu)AI企業(yè)到深入AI應(yīng)用，重新建立AI生態(tài)。當(dāng)然，英特爾也將直面英偉達(dá)、賽靈思、以及一眾科技巨頭的競(jìng)爭(zhēng)。

　　建AI生態(tài)：從XPU到量子計(jì)算

　　從PC賽道拓展至數(shù)據(jù)賽道的過(guò)程中，英特爾重新梳理了六大技術(shù)核心能力，來(lái)應(yīng)對(duì)智能化業(yè)務(wù)。英特爾將六大技術(shù)支柱（制程和封裝、XPU架構(gòu)、內(nèi)存和存儲(chǔ)、互連、安全、軟件）作為引擎，并把人工智能融入，以CPU+GPU+FPGA+ASIC的全面產(chǎn)品布局，軟硬結(jié)合實(shí)現(xiàn)從云到端的智能部署。

　　在此基礎(chǔ)上，英特爾強(qiáng)調(diào)的是自身的云、邊、端全棧優(yōu)勢(shì)和“XPU”的能力。在人工智能的賽場(chǎng)上，“全?！币渤蔀榱擞⑻貭枴⑷A為等大公司的著力點(diǎn)，大家的野心都很大。

　　英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者：“X代表了很多種處理架構(gòu)，因?yàn)樾碌氖袌?chǎng)機(jī)會(huì)帶來(lái)的數(shù)據(jù)種類非常不同，傳感器的種類不一樣、數(shù)據(jù)獲得途徑也不一樣，這導(dǎo)致了這些數(shù)據(jù)肯定不可以用同一種架構(gòu)，比如用CPU或者CPU+GPU去處理，一定要用異構(gòu)的方式?！?/p>

　　雖然英特爾生產(chǎn)的是通用芯片，但是通過(guò)異構(gòu)的排列組合，可以實(shí)現(xiàn)定制化需求。宋繼強(qiáng)就介紹道，比如英特爾旗下Movidius專門做AI矩陣運(yùn)算，Habana Labs專門做矩陣運(yùn)算的加速，還有FPGA的靈活的架構(gòu)做稀疏數(shù)據(jù)處理的加速，再前沿還有神經(jīng)擬態(tài)計(jì)算、量子計(jì)算，“通過(guò)量子計(jì)算怎么樣去提供更高等級(jí)高并行度計(jì)算能力支持，它對(duì)AI也是會(huì)有很強(qiáng)的加速作用，英特爾也在做這一方面的研發(fā)?！?/p>

　　談及全棧，宋繼強(qiáng)表示：“AI公司很多又做算法、做框架，甚至有些做硬件方面的一些定制的優(yōu)化，有些是有硬件專門的加速器。而英特爾的特點(diǎn)是不只是全棧，既有上面的框架支持，也有底層的性能庫(kù)。我們對(duì)于AI加速的硬件種類非常多，不僅擁有唯一一個(gè)能夠在CPU當(dāng)中植入專門AI加速的DL Boost技術(shù)，同時(shí)在GPU，F(xiàn)PGA，在專用的ASIC方面都有芯片硬件去支持等等?！?/p>

　　集邦咨詢分析師姚嘉洋向21世紀(jì)經(jīng)濟(jì)報(bào)道記者分析道：“在數(shù)據(jù)中心或是云業(yè)務(wù)上，Intel的處理器業(yè)務(wù)不會(huì)輕易受到動(dòng)搖，這在Intel的DCG（數(shù)據(jù)中心業(yè)務(wù)）營(yíng)收表現(xiàn)上可以看出端倪。但在AI運(yùn)算加速芯片上，Intel仍然會(huì)面臨如GPU、FPGA業(yè)者（如NVIDIA與XILINX）的強(qiáng)力競(jìng)爭(zhēng)，在這方面，Intel能否有辦法維持自身的AI運(yùn)算加速芯片的競(jìng)爭(zhēng)優(yōu)勢(shì)，還需要看后續(xù)的情況。

　　AI平臺(tái)期：“弱AI不弱，強(qiáng)AI不強(qiáng)”

　　目前，英特爾已經(jīng)在多個(gè)行業(yè)領(lǐng)域進(jìn)行AI應(yīng)用嘗試。比如，英特爾與南京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)以及多家生態(tài)合作伙伴打造的南京“未來(lái)科技智慧中心”，通過(guò)共建5G+智慧園區(qū)，培育創(chuàng)新生態(tài)；在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，英特爾大連工廠需要實(shí)時(shí)、準(zhǔn)確地對(duì)晶圓進(jìn)行檢測(cè)，從而保證產(chǎn)品的良率，通過(guò)基于英特爾的人工智能軟硬件技術(shù)，與純?nèi)斯z測(cè)方式相比，檢測(cè)效率提升了100倍。此外，英特爾的芯片也應(yīng)用到港口與船舶、機(jī)場(chǎng)、鐵路與車輛、車隊(duì)管理、道路基礎(chǔ)設(shè)施等領(lǐng)域中。

　　但是在AI落地過(guò)程中，還存在不少的問(wèn)題，英特爾中國(guó)區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官兼首席工程師張宇告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者：“在垂直行業(yè)包括像零售行業(yè)、工業(yè)制造，還有智能交通、醫(yī)療等等，我們看到各個(gè)行業(yè)所面臨的問(wèn)題不一樣，它需要用人工智能不同的算法去解決特定的問(wèn)題，也就是各個(gè)行業(yè)碎片化非常的明顯。這就要求我們?cè)陂_發(fā)人工智能的時(shí)候，需要針對(duì)不同的行業(yè)有定制化的開發(fā)，這就增加了人工智能應(yīng)用開發(fā)的一些成本，如何降低成本是我們現(xiàn)在看到的各個(gè)行業(yè)面臨的一個(gè)重要問(wèn)題。

　　另外一個(gè)落地的難點(diǎn)是在于數(shù)據(jù)，目前我們擁有比較多的數(shù)據(jù)往往都是基于像人、物在交通領(lǐng)域收集到的數(shù)據(jù)，像Imagenet上，我們采集到將近四千多萬(wàn)張人和物的一些照片。但是在一些特定的行業(yè)，采集或者處理的數(shù)據(jù)往往是定制化的。這就是要求我們?cè)谝粋€(gè)有限數(shù)據(jù)集的情況下，能夠快速生成一些新的適用于某些特定領(lǐng)域、特定應(yīng)用的一些新的模型?！?/p>

　　總結(jié)來(lái)看，如何在使用AI功能時(shí)降低成本，同時(shí)用少量數(shù)據(jù)模型來(lái)得到訓(xùn)練結(jié)果，是實(shí)踐中的難題。解決這些問(wèn)題，需要AI技術(shù)應(yīng)用的升級(jí)。

　　從AI的整體發(fā)展來(lái)看，在宋繼強(qiáng)認(rèn)為，從深度學(xué)習(xí)發(fā)展的曲線來(lái)看，現(xiàn)在確實(shí)進(jìn)入了平臺(tái)期。這意味著AI也隨之進(jìn)入平臺(tái)期。

　　宋繼強(qiáng)解析道：“人工智能在弱人工智能這個(gè)領(lǐng)域是不弱的，當(dāng)你把人工智能應(yīng)用領(lǐng)域收窄，可以找到方法把這件事情做好。但是如果想讓它做到通用，就是學(xué)界或者是產(chǎn)業(yè)界通常認(rèn)為的強(qiáng)人工智能，這一能力是不強(qiáng)的，因?yàn)樗目珙I(lǐng)域遷移能力還沒(méi)有那么強(qiáng)，并且去對(duì)抗一些數(shù)據(jù)的攻擊也沒(méi)有那么強(qiáng)。在整個(gè)學(xué)術(shù)界或者產(chǎn)業(yè)界現(xiàn)在的發(fā)展趨勢(shì)來(lái)看，人工智能正在由2.0階段向3.0階段遷移，2.0階段是基于數(shù)據(jù)驅(qū)動(dòng)的，通過(guò)大量可標(biāo)注的數(shù)據(jù)訓(xùn)練出深度學(xué)習(xí)的模型，來(lái)幫助我們完成一些具體領(lǐng)域的任務(wù)?！?/p>

　　在他看來(lái)，往3.0遷移，要把人工智能發(fā)展的更為全面，第一它要能夠可以解釋，第二要提升人工智能利用少量數(shù)據(jù)持續(xù)學(xué)習(xí)的能力。

　?。ㄗ髡撸耗哂昵?nbsp;編輯：張偉賢）