别一提英特尔就电脑CPU了

智能车参考 2020-08-26 14:11:46 来源：量子位

本文转载自《在前线》，作者：华仔

导语：英特尔让人很熟悉，Intel inside是PC电脑的标配。但这几年的英特尔开启转型后，变化不可谓不大。

所以英特尔的转型、英特尔的AI、英特尔的芯片和处理器，究竟围绕哪条中轴线而展开？

这不，这篇对英特尔有多年观察的「在前线」的文章，言简意赅给讲清楚了。

于是我们也取得授权转载同步于此，如果你对英特尔的变化、行业趋势也感兴趣，也欢迎在阅读全完后评论交流~

将近几年的科技热点浓缩一下就会发现，AI的身影无处不在。

来到2020年，人工智能已经是逐渐成熟化的数字创新技术，尤其是在科技抗疫的过程中，人工智能发挥了十分重要的作用，无论是在医疗救助还是病毒序列研发，亦或者普及化的公共服务与协助完成防疫工作，人工智能都在帮助不同领域的工作人员用更简单的方式完成复杂工作。

人工智能与医疗行业的结合开启了全新的智慧医疗阶段，而这也是全行业智能化转型的一个缩影。

在人工智能领域，英特尔一直致力于AI技术的创新与加速其在行业中的落地。近期以来，英特尔在AI方面动作频频，不仅推出了一系列的AI软硬件产品，包括集成AI加速的英特尔第三代至强可扩展处理器、英特尔首个人工智能优化FPGA Stratix 10 NX等，还取得了一些新的行业拓展，如Mobileye宣布与日本和东南亚地区最大的交通运营商之一WILLER达成合作，将在日本及东南亚市场推出自动驾驶出租车（Robotaxi）服务。

从开启转型后，英特尔在人工智能赛道上越走越快，同时棋局也是越下越大。

数字转型 AI是最大驱动力

从技术发展趋势来看，智能化转型已经席卷各行各业，以人工智能为核心，一系列智能化应用在产业、城市、家庭与个人等场景中出现。借助此次疫情，医疗行业开启了全面的智能化改革，而在教育、办公等领域，人工智能也成为必不可少的关键技术。可以发现，随着行业需求的增加，人工智能技术落地的场景也会快速增长，成为推动全新数字化转型的最大驱动力。

2020年会成为人工智能进一步落地的拐点，从医疗、教育，到金融、交通、制造等领域，在新基建的推动下，越来越多的行业会采用人工智能来改变当前的业务模式。根据IDC预测数据显示，到2023年，AI系统的支出将达到979亿美元，是2019年支出的2.5倍多。

面对人工智能带来的巨大市场机遇，很多企业重磅加码AI，而英特尔在数据中心领域具备得天独厚的先天优势，让其在AI方面走得更快。

2017年英特尔确立以数据为中心的战略转型，结合软硬件实力为当前数据中心领域面临的各个挑战提供全面解决方案。人工智能是英特尔面向未来的核心方向之一，凭借在计算方面的优势，英特尔将AI能力集成到至强®可扩展处理器中，第一代加入AVX-512，并优化了FP32，随后持续进行相关改进，在第二代英特尔®至强®可扩展处理器中引入英特尔深度学习加速技术，大幅提升AI性能。

当然，人工智能技术进步需要的不仅仅是计算力的提升，还要包括存储、网络等多个方面的共同发展。比如经过这次疫情倍受关注的医疗领域，医学成像方面通常会采用高分辨率的3D图像，所以此类内存占用量要比其他人工智能工作负载更大。

英特尔开启以数据为中心的转型，通过积累梳理出了六大技术支柱，在此基础上将人工智能融入其中，构建CPU+GPU+FPGA+ASIC全面的产品布局，这也让英特尔成为人工智能领域可以提供端到端全栈式解决方案的科技企业。

对于医学成像人工智能工作负载中面临的内存问题，基于第二代英特尔®至强®可扩展处理器可以得到解决，其配置中DDR4 RAM可达1.5 TB且每路可支持6TB的英特尔®傲腾™持久内存，让工作人员不用更改任何代码就能使用RAM的全部容量。此外，结合英特尔软硬件优化能力，能够让此类模型训练速度大幅提升。

突破壁垒 打造行业创新生态

人工智能的发展要以数据为基础，进入AI平台期后，大量AI技术在行业中应用，但在实际落地中，行业构建AI能力依然存在很多问题和挑战。从AI本身来看，在数据管道中每个阶段对数据的处理及性能负载需求都不相同，这需要足够的计算力来保障AI工作中的性能支持；从行业角度来看，不同行业对AI落地的场景需求不同，这需要用不同的AI算法来解决对应问题。

英特尔拥有软硬件综合优势，一方面坚持技术创新，另一方面加强与行业合作伙伴的连接，一共构建全域覆盖的生态体系，这也是英特尔面向AI未来的核心价值。丰富的产品让英特尔AI技术渗透到行业的各个领域，并且为了持续赋能合作伙伴，英特尔不断对精选场景化解决方案进行升级，来帮助企业用户更好完成智能化转型。

医疗领域，人工智能技术正在发挥愈加重要的作用，比如在胸部X射线检查医学影像检查方法的一种，它比胸部CT影像检查更具经济性，且应用范围更广，但面临着精度和可靠度的挑战。使用人工智能技术可以改善这种情况，而在实际使用中，SURFsara 研究人员发现，由于GPU可用本地内存的限制，会导致一些人工智能算法面临阻碍。

SURFsara研究表明，基于CPU的方案可提高内存容量及可扩展性以此来避免GPU内存受限的问题。借助第二代英特尔®至强®可扩展处理器，让胸部X射线检查分析可以直接使用1024×1024的图像，进而提升胸部X射线检查分析的速度和精度。

公共服务领域，人工智能的应用可以提升下水管道检测视频分析速度及准确度。在DC Water 的下水系统中，由于建设时间早，所以其管道采用的材料也是多种多样，有砖和水泥、陶土、混凝土和铸铁等，而与之类似的基础设施在全球多个国家和地区也十分常见。

△ 图：采用Pipe Sleuth 解决方案识别的异常情况图片及已完成标注图片的样本

结构的复杂化让DC Water下水系统的检测不仅需要高额的成本，同时也变得十分困难。DC Water与Wipro合作，采用Pipe Sleuth 解决方案来改变原来的工作流程。Wipro优化 Pipe Sleuth 解决方案，使其能够与OpenVINO™ 工具套件分发版配合使用，此外，Wipro还针对英特尔®酷睿™ i5处理器、英特尔®酷睿™ i7处理器及英特尔®至强®可扩展处理器对该解决方案进行了优化，使该解决方案在这三种处理器上能分别获得 32%、55%、77% 的性能提升，推理时间大大缩短。

可以看到，英特尔在助力合作伙伴及企业进行智能化转型时，重点放在了技术的赋能与场景的融合，通过与合作伙伴共创的方式完成AI能力的搭建，为客户带来真正的效益提升。

共同进化 英特尔开启AI全新时代

人工智能的发展已经进入关键的平台期，来自行业的需求会加快AI的技术创新。英特尔中国研究院院长宋继强认为，人工智能正在由2.0阶段走向3.0阶段，2.0阶段是基于数据驱动，而3.0阶段则会变得更加通用。这样的趋势下，英特尔也在不断加快AI技术创新的步伐。

不久前，英特尔发布了全新第三代英特尔®至强®可扩展处理器及全新的AI软硬件产品组合，进一步强化自身AI实力，并面向下一阶段数据中心和智能应用发展做好准备。第三代至强®可扩展处理器是英特尔专为深度学习、内存数据库、分析密集型工作负载等设计的核心产品，它能够让图像分类、推荐引擎、语音识别和语言建模等应用的AI推理和训练以更简便的方式部署在芯片上。

同时，第三代英特尔®至强®可扩展处理器也是目前业界首款内置bfloat16支持的服务器处理器，它可以同时为CPU的AI训练和推理性能提供加速，

除了芯片的持续进化，英特尔也在不断进行软件优化。OpenVINO™工具套件分发版可以借助从边缘到云部署的高性能深度学习推理来为应用和算法提速，在去年10月份发布的版本中，英特尔在其中引入了一项面向模型训练后量化的新技术，能够将模型转换为低精度而无需重新训练，同时还可以降低延迟。在最新版2020.1中， OpenVINO™又有了最新优化，不仅让低精度量化的开发工作更为简化，同时也提高了基于英特尔®架构平台上的深度学习性能。

在技术与软件上不断探索、优化，在生态上也要纵深扩展。生态建设是英特尔智能化转型的秘密武器，而英特尔也将AI技术带到了更多领域，与南京经济技术开发区及多家生态合作伙伴打造“未来科技智慧中心”；将AI软硬件技术应用到大连工厂晶圆检测大幅提升检测效率；携手红十字会及时准确绘制受灾地区地图……英特尔的身影不断出现，未来，期待英特尔与更多行业一起，开启全新的AI时代。

— 完 —