智東西（公眾號：zhidxcom）

作者 | 程茜

編輯 | 心緣

智東西11月24日報道，2022英特爾AI（人工智能）開發(fā)者大會開幕。

在AI技術加速普及落地的關鍵階段，萬物智能、企業(yè)數字化轉型等背景下，都為AI開發(fā)者提出了挑戰(zhàn)。

從技術本身來看，李映認為，有五大超級力量在推動科技的進步，分別是無所不在的計算、豐富的可編程網絡、跨越云邊的基礎架構、遍布全網的人工智能、新興的傳感和感知技術。

在這背后，AI開發(fā)者的重要地位凸顯，但面臨如此多的發(fā)展機遇，李映談道，沒有任何一家企業(yè)或一個開發(fā)者，能夠獨立面對一個超級力量，并實現科技的進步和發(fā)展。因此，一個開放的生態(tài)、一個軟硬件共同組合的生態(tài)才能推動科技的進步。

那么，英特爾如何看待這一發(fā)展趨勢？又是如何構建AI開發(fā)生態(tài)的？并且如何讓AI與行業(yè)應用實現有效結合？

一、開發(fā)生態(tài)發(fā)展模式，將是軟件定義、芯片增強

英特爾副總裁兼軟件生態(tài)部總經理李映談道，英特爾的創(chuàng)新愿景是，通過創(chuàng)建和促進基礎性的開放項目和標準，利用該公司的產品組合，依托于軟件優(yōu)先、開放優(yōu)先、開源優(yōu)先的理念來和開發(fā)者社區(qū)、生態(tài)應用有更多探討。

談及未來發(fā)展，李映說：“未來，我們認為整個生態(tài)發(fā)展一定是軟件定義芯片增強的，軟硬件共同創(chuàng)新發(fā)展的合作模式。”軟件的重要性越來越大。

首先是摩爾定律的持續(xù)發(fā)展，他補充說：“我們承諾在未來4年內會有5個節(jié)點的超速發(fā)展，保證摩爾定律繼續(xù)成為科技發(fā)展和IT發(fā)展的基石。”

同時，硬件也會變得更加開放，RISC-V等開源架構的出現，為開發(fā)者和芯片開發(fā)商提供了更多選擇。

整個開發(fā)生態(tài)將會是軟件定義、硬件芯片增強的交互發(fā)展，而軟硬組合也會成為重要的發(fā)展發(fā)現。

李映談道，其實這一方向在AI方面得到了充分體現。新的算法、架構層出不窮，AI應用給每個人的生活和社會帶來了新的變化，但對于開發(fā)者而言，數據、AI方面都會面臨非常復雜的挑戰(zhàn)。

首先是數據方面，開發(fā)者需要保證整個開發(fā)過程中能對大量數據進行處理，對數據進行標準化清洗，并應用到后面的模型中。

第二個挑戰(zhàn)是建模，如何選擇更好的模型才能保證開發(fā)者的AI訓練過程達到開發(fā)者預期的效果。這說的就是高效利用的問題。英特爾在模型構建中會提供主流的架構TensorFlow等，也會具備API接口，保證開發(fā)者的模型在各種硬件平臺中能夠進行無縫遷移和使用。

第三個挑戰(zhàn)是如何保證你的模型能夠部署在實際使用環(huán)境和應用環(huán)境中，英特爾提供的技術能夠保證AI開發(fā)者高效部署到邊緣或者云端環(huán)境中。

其他的技術也會保證模型的可用性，并自動找到最佳部署模式。

因此，依托于英特爾開放、開源的開發(fā)生態(tài)，AI開發(fā)者的開發(fā)應用效果和效率都能得到顯著提升。

二、云邊端協(xié)同是大趨勢，邊緣訓練是AI發(fā)展第二階段

在萬物智能的新時代，數據的增長速度已經超出人們的想象。英特爾公司高級首席工程師、視頻事業(yè)部全球首席技術官、物聯網事業(yè)部中國區(qū)首席技術官張宇談道，數據量增加的同時，也推動了計算模式的更新。在互聯網時代，云計算技術可以實現隨時隨地按需邊界共享各種計算設施等，并提高資源利用率。

因此，在數字化轉型需求爆發(fā)的當下，我們可以看到有三大趨勢，分別是云邊端的協(xié)同、基于軟件定義的數字基礎設施以及無處不在的智能。

首先在云邊端協(xié)同方面，行業(yè)數字化轉型推動了邊緣智能的發(fā)展。根據國際數據調研機構IDC預測，目前全球智能邊緣芯片市場規(guī)模已經達到350億美元。

但邊緣計算的發(fā)展并不意味著云計算的消亡，邊緣設備只能處理局部所產生的數據，無法形成全局認知，因此需要借助云計算平臺來實現信息融合。

因此，張宇說：“我們認為，今后的物聯網系統(tǒng)一定是一個云邊端協(xié)同的系統(tǒng)。”

談及物聯網產業(yè)中，設備豐富多樣的特點，張宇告訴智東西，物聯網行業(yè)有很多個人開發(fā)者，他們的需求十分碎片化，但同時他們只希望將精力放在圍繞著切實行業(yè)實際痛點的應用開發(fā)上。英特爾為他們提供了水平化、通用化的軟硬件開發(fā)工具，幫助個人開發(fā)者團隊快速落地。

其次，人工智能無處不在方面，他稱，本次人工智能浪潮的起點就是，2012年的深度卷積神經網絡AlexNet。在這之后，以深度卷積神經網絡為代表的深度學習技術被廣泛運用到交通、支付等領域。其中，利用深度學習來進行圖像處理，就是當下最為廣泛的人工智能應用。因此，人工智能技術的普及也已經是當下一個非常明顯的趨勢。

最后是軟件定義，也就是利用軟件來靈活部署和配置系統(tǒng)的功能。其中，新冠疫情帶來的混合辦公模式，就是一種新的模式。這一模式對分布式接入、網絡安全等提出了新需求，而這些新的需求對數字基礎設施的靈活性、可配置性提出更高要求，張宇說：“基于此，只有通過軟件定義才能時間最佳辦法。”

通過軟件定義的方式，邊緣服務提供商可以靈活調整邊緣設備所運行的負載，進而構建“邊緣即服務”的新模式。

他補充道，在這三大趨勢下，又呈現出四大新的機會點，分別是東數西算、智能邊緣、5G和綠色計算，都在推動人工智能的應用和普及。

目前，邊緣人工智能的應用更多集中在人工智能的推理階段，人工智能模型的訓練還是依賴于數據中心的訓練服務器來完成。但現有的一些工業(yè)互聯網領域對模型的快速更新有需求，因此，張宇說：“我們認為邊緣訓練將是邊緣人工智能發(fā)展的第二個階段。”

邊緣訓練目前的挑戰(zhàn)則在于，需要更自動化的標注工具、邊緣端可供訓練的樣本數量有限等等。

“未來，解決了邊緣訓練，也并不意味著人工智能發(fā)展到了最高階段。”張宇補充道。下一個階段就是人工智能技術能自主定義網絡模型架構、自主選擇相應數據來進行訓練。

因此，為了達到這一目標，英特爾不斷通過軟硬件技術創(chuàng)新迭代，和合作伙伴共同推動行業(yè)發(fā)展。

三、從AI到軟硬件，為開發(fā)者提供全流程工具

英特爾發(fā)布了最新的OpenVINO 2022.2版本，支持英特爾數據中心GPU以及英特爾最新獨立顯卡第四代至強可擴展處理器，能自動整合多個加速器推理性能。這一模型已經應用在工業(yè)、醫(yī)療、制造、公共安全等領域。

為了讓開發(fā)者在開發(fā)物聯網的網絡與邊緣產品時更加便利，英特爾推出Geti平臺讓企業(yè)團隊的開發(fā)者、使用者、部署者和平常的工作人員，都能快速構建、使用、調優(yōu)一個計算機視覺AI模型。在提高模型準確度的同時簡化流程，工作人員可以通過一鍵導入和導出，讓這些經過調優(yōu)的模型自動部署到整個AI使用環(huán)境中。這一平臺預計在今年第四季度上市。

為了進一步簡化開發(fā)者的開發(fā)流程，英特爾推出一款一鍵式、無代碼解決方案英特爾Neural Coder。這一解決方案無需在深度學習腳本中進行基于CUDA的硬編碼，不僅可以優(yōu)化這些腳本的性能，還能針對這些優(yōu)化進行基準測試，進而提供合適的部署方案。

第四代英特爾至強可擴展處理器中集成vRAN加速，減少vRAN部署所需組件數量，能夠降低20%的計算功耗。

此外還有英特爾首個ASIC IPU英特爾IPU E2100，英特爾第二個FPGA IPU英特爾IPU F2000X-PL，可以幫助百度、京東、中國移動、中國電信等去構建起數據中心網絡。

同時，英特爾聯合極視角推出極光AI算法一體機，計算模塊可無縫集成到現有的攝像頭和視頻方案中，盒子的硬件平臺提供多種形態(tài)和豐富的接口，支持各類性能需求和部署要求。

AI一體機可以向前承接深度攝像頭、IP攝像頭等業(yè)務數據，并通過OpenVINO與英特爾深度學習加速技術，就可以幫助開發(fā)者在低功耗場景下滿足視頻AI分析，并結合后端展示AI服務和邊緣服務器云平臺。

這一AI一體機目前有三種規(guī)格，其中i3支持四路視頻分析，刊例價為4500元，i5支持八路視頻分析，刊例價為6750元，i7支持12路視頻分析，刊例價為9000元。

極光角極光產品負責人黃湘說：“極光盒子可以理解為軟硬一體的算法分析引擎?！崩?，過往的應用中，圖片分析主要針對圖片進行單一算法分析，而激光盒子具備的圖片融合檢索，就可以把圖片送到不同算法處進行分析，并將結果融合到一個報警時間中。

這樣做的好處是，既能節(jié)約存儲空間，還可以讓管理者僅通過一條報警信息監(jiān)控全局。

結語：AI開發(fā)生態(tài)加速萬物互聯時代到來

AI技術的發(fā)展與普及，正在改變我們生活的方方面面。如此龐雜的生態(tài)體系下，僅靠一家公司是無法快速時間技術突破并讓其真正應用到產業(yè)中的，因此，AI開發(fā)生態(tài)的構建需要軟硬一體的協(xié)同發(fā)展。

英特爾等企業(yè)與AI開發(fā)者一直在探索如何構建AI開發(fā)生態(tài)，讓這一生態(tài)在推動相關技術進步的同時，加速萬物互聯時代的到來。