英特爾張宇：AI發(fā)展依賴于底層技術(shù)突破 邊緣重要性愈發(fā)凸顯

7月10日消息（艾斯）不少人用“百模大戰(zhàn)”來形容剛剛落幕的2023年世界人工智能大會（WAIC 2023）。從ChatGPT開始的人工智能（AI）應(yīng)用加速落地，在上周于上海舉行的這場人氣爆棚的全球盛會上得到了清晰印證。

英特爾中國區(qū)網(wǎng)絡(luò)與邊緣事業(yè)部首席技術(shù)官、英特爾高級首席AI工程師張宇博士在WAIC期間接受C114等媒體采訪時表示，最新這一輪人工智能的發(fā)展起始于2012年，隨后以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)技術(shù)得到了大規(guī)模應(yīng)用。而大模型的發(fā)展則始于2017年，從技術(shù)積累的角度來看，模型尺寸的增加是一個方面，引入Attention等機(jī)制和Transformer等模型則推動了大模型技術(shù)或應(yīng)用場景的不斷成熟。但需要看到的是，目前大模型的商業(yè)模式仍在摸索當(dāng)中，仍需進(jìn)一步觀察。

他指出，推動本輪人工智能發(fā)展最核心的要素，實(shí)際上是計(jì)算、通訊和存儲技術(shù)的不斷提升。同時，無論是大模型還是融合AI，實(shí)際上邊緣在整個AI生態(tài)系統(tǒng)中扮演著非常重要的角色。因?yàn)檫吘夒x我們?nèi)粘Ｉ钭罱?，會直接影響用戶體驗(yàn)。

邊緣AI發(fā)展仍處于推理階段

目前，傳統(tǒng)的人工智能算法和模型已經(jīng)無法滿足日益增長的數(shù)字化轉(zhuǎn)型需求，因此在邊緣場景中使用人工智能已成為一種重要趨勢。邊緣人工智能是將人工智能算法和模型部署在邊緣設(shè)備上，從而提供更高效、更精準(zhǔn)的用戶體驗(yàn)，并為企業(yè)的決策和生產(chǎn)提供更多動力。但是，張宇分析稱，邊緣人工智能目前絕大部分的應(yīng)用還處于邊緣推理階段。

具體來說，他認(rèn)為邊緣人工智能的發(fā)展可以分為三個階段：第一個階段是邊緣推理，第二個階段是邊緣訓(xùn)練，第三個階段是邊緣自主機(jī)器學(xué)習(xí)。“如果以攀登高峰來描述整個邊緣人工智能的發(fā)展，那么實(shí)現(xiàn)了邊緣推理，僅代表我們站到了山腳；實(shí)現(xiàn)了邊緣訓(xùn)練，也僅代表我們站到了半山腰；只有真正實(shí)現(xiàn)了邊緣自主學(xué)習(xí)，才真正意味著我們站到了高山之巔。”

當(dāng)然，邊緣人工智能的發(fā)展也面臨著眾多的挑戰(zhàn)，這其中不僅包括邊緣訓(xùn)練的挑戰(zhàn)，也包括邊緣設(shè)備面臨的挑戰(zhàn)。由于提供的算力所能夠承載的功耗往往是有限的，所以如何在有限資源的情況下去實(shí)現(xiàn)邊緣的推理及訓(xùn)練，這對芯片的性能、功耗比提出了更高的要求。同時，邊緣設(shè)備的碎片化非常明顯，如何利用軟件很好地實(shí)現(xiàn)在不同平臺之間的遷移，實(shí)際上也提出了更多要求。再者，還有數(shù)據(jù)保護(hù)方面的問題必須進(jìn)行思考。

面向邊緣AI提供軟硬件端到端服務(wù)

“人工智能未來的發(fā)展需要依賴于底層技術(shù)的突破，這包括計(jì)算、通訊和存儲技術(shù)。只有這些底層技術(shù)不斷突破，才能實(shí)現(xiàn)對人工智能更高的要求。而這些底層技術(shù)正是英特爾在努力發(fā)展的方向，包括人工智能、邊緣到云的基礎(chǔ)架構(gòu)、無處不在的連接和傳感技術(shù)等。英特爾的‘五大超級力量’也是在這些底層技術(shù)的基礎(chǔ)上構(gòu)建的，這些‘超級力量’是人工智能應(yīng)用的基石。”張宇談到，英特爾作為一家數(shù)據(jù)公司，其產(chǎn)品涵蓋了推動人工智能發(fā)展所需的計(jì)算、通訊和存儲的各個方面。

硬件層面，英特爾近日推出了面向邊緣的“英特爾 Developer Cloud for the Edge”硬件平臺，旨在為用戶提供免費(fèi)的評估、基準(zhǔn)測試和原型設(shè)計(jì)環(huán)境，以支持使用英特爾硬件的人工智能和邊緣解決方案的開發(fā)。該平臺可滿足開發(fā)者訪問英特爾最新架構(gòu)CPU、GPU、VPU和FPGA等硬件資源的需求。此外在第四代英特爾 至強(qiáng) 可擴(kuò)展處理器上，英特爾也專門針對人工智能工作負(fù)載內(nèi)置了AMX（Advanced Matrix Extensions）Al加速引擎，提供了高峰值的矩陣乘法計(jì)算能力，進(jìn)一步提高了人工智能的性能和效率。

軟件層面，英特爾近期發(fā)布了英特爾 OpenVINO 2023.0版本，從更大程度上幫助AI開發(fā)者簡化工作流程，在企業(yè)中更高效地部署高質(zhì)量的計(jì)算機(jī)視覺AI解決方案，以推動創(chuàng)新和自動化發(fā)展。通過用于數(shù)據(jù)上傳、標(biāo)注、模型訓(xùn)練和再訓(xùn)練的單一接口，英特爾Geti商用軟件平臺能夠幫助開發(fā)團(tuán)隊(duì)減少模型開發(fā)所需時間，并降低AI開發(fā)技術(shù)門檻及開發(fā)成本。英特爾也將于2023年7月11日正式在中國市場推出第二代Gaudi深度學(xué)習(xí)加速器——Habana Gaudi2。這款專用于高性能深度學(xué)習(xí)AI訓(xùn)練的Gaudi處理器，能夠幫助客戶以更低的成本進(jìn)行AI訓(xùn)練，更高效地進(jìn)行大規(guī)模AI應(yīng)用部署。

當(dāng)邊緣AI加入電信運(yùn)營商網(wǎng)絡(luò)

值得注意的是，今年英特爾集團(tuán)進(jìn)行了一次重大的戰(zhàn)略調(diào)整，也即IDM2.0戰(zhàn)略?；诖?，英特爾內(nèi)部新成立了網(wǎng)絡(luò)與邊緣事業(yè)部，將原來的物聯(lián)網(wǎng)、通信網(wǎng)絡(luò)和數(shù)據(jù)中心網(wǎng)絡(luò)基礎(chǔ)架構(gòu)三個部分合并在一起。這樣一來，該部門涵蓋的范圍就包括了物聯(lián)網(wǎng)、5G基站、5G接入、5G核心網(wǎng)以及數(shù)據(jù)中心高速網(wǎng)絡(luò)基礎(chǔ)架構(gòu)。如果從與AI的關(guān)系來看，這個基礎(chǔ)架構(gòu)可以真正實(shí)現(xiàn)邊緣和云的打通——因?yàn)锳I涉及到算法和數(shù)據(jù)的傳輸，而英特爾網(wǎng)絡(luò)與邊緣事業(yè)部關(guān)注的正是從邊緣到云的整個數(shù)據(jù)通路，特別是邊緣計(jì)算和人工智能應(yīng)用這一部分。

“因?yàn)橛脩舻腁I系統(tǒng)往往是一個端到端的系統(tǒng)，我們部門則可以提供更全面的解決方案來服務(wù)于合作伙伴。例如，我們目前正在與一些運(yùn)營商合作，他們提供的MEC服務(wù)通常在基站側(cè)提供一些邊緣計(jì)算能力，以與邊緣物聯(lián)網(wǎng)設(shè)備進(jìn)行連接。因此，我們部門可以提供物聯(lián)網(wǎng)解決方案和通信網(wǎng)MEC解決方案，將它們?nèi)诤显谝黄?，為運(yùn)營商提供端到端的解決方案，從設(shè)備到網(wǎng)關(guān)再到MEC平臺，而不僅僅是一個盒子或一個MEC平臺。”張宇在介紹說。

另外，英特爾在通過將AI引入通信網(wǎng)絡(luò)實(shí)現(xiàn)綠色節(jié)能方面也取得了顯著成效。根據(jù)一些咨詢公司報告，在整個整個端到端的通信網(wǎng)絡(luò)中，大約70%的能量消耗發(fā)生在邊緣側(cè)，即接入網(wǎng)。但是接入網(wǎng)實(shí)際上有潮汐效應(yīng)。因此，英特爾與合作伙伴一起，共同研究了如何利用AI技術(shù)更好地調(diào)度網(wǎng)絡(luò)資源，從而使其平均能源消耗降低。據(jù)悉，在今年初的MWC巴塞羅那展上，英特爾就展示了利用英特爾底層技術(shù)的相關(guān)解決方案。

“在調(diào)配工作負(fù)載時，實(shí)際上需要調(diào)整CPU的一些參數(shù)，英特爾CPU中有不同的可調(diào)參數(shù)，如P-state、C-state等。我們將這些參數(shù)開放給上層應(yīng)用，應(yīng)用可以根據(jù)當(dāng)前用戶的負(fù)載流量主動利用AI分析的結(jié)果調(diào)整CPU的參數(shù)，使CPU工作狀態(tài)與當(dāng)前負(fù)載更加匹配，達(dá)到最佳系統(tǒng)性能功耗比的指標(biāo)。”張宇表示，這是英特爾我們實(shí)際已經(jīng)在做或已經(jīng)在部署的例子。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。