當前，人工智能快速發展，而對應的算力支撐也在不斷革新。英特爾一直在不斷強化人工智能解決方案產品組合，其廣度和深度都堪稱行業之最，能夠幫助客戶在從云端到邊緣的所有設備和各個范圍內，進行人工智能模型的開發和部署，并有望在2019年創造超過35億美元的營收。

在2019英特爾人工智能峰會期間（Intel AI Summit 2019），英特爾展示了面向訓練（NNP－T1000）和面向推理（NNP－I1000）的英特爾Nervana神經網絡處理器（NNP）。作為英特爾為云端和數據中心客戶提供的首個針對復雜深度學習的專用ASIC芯片，英特爾Nervana NNP具備超高擴展性和超高效率。英特爾還發布了下一代英特爾Movidius Myriad視覺處理單元（VPU），用于邊緣媒體、計算機視覺和推理應用。

迎接下一波人工智能浪潮

不管是Nervana NNP還是Movidius VPU，英特爾展示的這一系列新產品，旨在加速從云端到邊緣的人工智能系統開發和部署，迎接下一波人工智能浪潮的到來。

英特爾公司副總裁兼人工智能產品事業部總經理Naveen Rao表示，隨著人工智能的進一步發展，我們將從‘數據到信息的轉換’階段發展到‘信息到知識的轉換’階段。英特爾開啟了一個全新的嘗試，希望借助全面的解決方案幫助企業能夠從數據中獲得指數級上升的經濟效益。

其實，英特爾在人工智能方面的實際部署案例，很多是基于已有技術和產品進行支撐的。例如業界大部分組織都基于英特爾至強可擴展處理器部署了人工智能。英特爾將繼續通過英特爾矢量神經網絡指令（VNNI）和英特爾深度學習加速技術（DL Boost）等功能來改進該平臺，從而在數據中心和邊緣部署中提升人工智能推理的性能。在未來很多年中，英特爾至強可擴展處理器都將繼續成為強有力的人工智能計算基石。

據悉，下一代至強可擴展處理器Cooper Lake的AI能力也得到了增強，Cooper Lake增加了對bfloat16的支持，可以用來實現非常復雜的深度學習的這種模型的訓練和推理，而且在這樣的模式之下可以跨CPU、加速器等使用到更多的工具包，訓練的性能有很大的提高。

除此以外，微軟將英特爾FPGA應用必應搜索引擎當中，可以能夠大大提升搜索的速度。在衛星的影像采集中，借助Movidius芯片實現圖像預先進行篩選，然后把比較重要的有價值的信息再傳回地面。“借助科技，我們能夠更好更快地探索和改變世界，幫助不同國家的客戶實現技術跨越，解決科學的難題。我們不是一家小的AI公司，我們是世界上最大的AI公司之一。在AI領域，不管是邊緣還是數據中心，我們都頗有建樹，不斷推動各個領域當中的技術進步。”Naveen說。

Naveen認為，在AI領域，很難靠過去一個單一的技術和一種方式或者一個系統來加以支撐。我們需要ABCS（Approach、Budget、Chip、System），也就是途徑、預算、芯片和系統。考慮到企業AI需求的分散性，英特爾提供提供多樣化的技術和產品解決方案。 “大部分客戶在AI的道路上，其實剛剛起步，他們慢慢意識到AI的價值所在，英特爾也需要向他們展示這樣的價值。除了CPU之外，我們還有GPU、FPGA和ASIC，整個的產品組成實現了很好的優化，讓客戶有很多選擇權，根據他們的工作負載進行選擇。我們還為客戶提供軟件工具包，選擇合適的工具解決所面臨的挑戰。”

Naveen說，英特爾非常關注用戶的需求，不僅僅是性能、能效，以及他們在部署和使用AI的簡易性也很重要。“我們希望世界上越來越多的公司能夠使用我們完整的解決方案，當然這個解決方案需要相關的技術來加以支撐。比如架構方面，我們不僅要說CPU或者說是內存，而是要把所有的元素集中在一起，作為一個整體的架構來加以考慮。比如英特爾傲騰內存技術，使得數據提取和計算的過程更快更簡潔，整個存儲的能力提升了三倍；在軟件方面，英特爾已經用軟件來極大地提升硬件的性能。使得AI實現民主化。”

新產品讓英特爾AI產品組合更完整

新推出的英特爾Nervana神經網絡處理器現已投入生產并完成客戶交付，它是系統級人工智能解決方案的一部分。該解決方案提供由開放組件和深度學習框架集成開發而成的完整軟件堆棧，能夠充分利用硬件性能。

此次發布的英特爾Nervana神經網絡訓練處理器（Intel Nervana NNP－T）在計算、通信和內存之間取得了平衡，不管是對于小規模群集，還是最大規模的Pod超級計算機，都可進行近乎線性且極具能效的擴展。

英特爾Nervana神經網絡推理處理器（Intel Nervana NNP－I）具備高能效和低成本，且其外形規格靈活，非常適合在實際規模下運行高強度的多模式推理。這兩款產品面向百度、 Facebook等前沿人工智能客戶，并針對他們的人工智能處理需求進行了定制開發。

Facebook人工智能系統協同設計總監Misha Smelyanskiy表示，Facebook非常高興能夠與英特爾合作，利用英特爾神經網絡推理處理器（NNP－I）部署更快、更高效的推理計算。同時，我們最新的深度學習編譯器Glow也將支持NNP－I。

百度與英特爾在AI方面有著廣泛的合作，比如百度Paddle Paddle軟件和英特爾的產品配合、OAI（Open Accelerator Infrastructure）開放加速器架構等。百度人工智能研究員Kenneth Church博士表示，NNP－T擁有業界領先的擴展能力以及能效表現，百度在超級計算機X－Man 4．0進行了應用，Paddle Paddle已經可以支持英特爾NNP－T，使得深度學習更簡單、更快、更深入。

推理正在從數據中心向邊緣來進行擴展。數據中心現在只是整個推理世界的一部分。英特爾公司物聯網事業部副總裁、視覺市場和渠道部門總經理Jonathan Ballon表示，現在數據的增加是一種指數級的，其中70％的數據是由邊緣設備來產生的，比如說醫院或者工廠里的越來越多的數據是存儲、處理和分析都是在邊緣設備上完成。

為此，代號為“KEEM BAY”下一代英特爾Movidius VPU計劃于2020年上半年上市，憑借獨一無二的高效架構優勢，能夠提供業界領先的性能：與上一代VPU相比，推理性能提升10倍以上，在模型訓練方面性能可以提升50％，能效則可達到競品的6倍。Movidius VPU專門為邊緣場景量身定制，借助開創性的AI架構，可以用在各種大小尺寸不同的產品上面，企業可以獲得更高密度的、可擴展的AI的加速，極大釋放VPU的潛能。

除了硬件產品，英特爾還發布了全新的英特爾DevCloud for the Edge，與英特爾Distribution of OpenVINO工具包共同解決開發人員的主要痛點，即在購買硬件前，能夠在各類英特爾處理器上嘗試、部署原型和測試AI解決方案。“軟件的支持能夠讓企業獲取比以往更大的AI能力。我們現在有2700個客戶現在使用DevCloud，軟件幫助客戶進行大規模的部署，建立整個生態系統，一起來創新。”Misha說。

結語

總而言之，英特爾有能力全面考慮計算、內存、存儲、互連、封裝和軟件，以最大限度提升效率和可編程性，并能確保將深度學習擴展到數以千計節點的關鍵能力，進而擴大知識革命的規模。

“AI是一個偉大的歷程，它已經開始向我們彰顯它能夠帶來的巨大的價值，我們只能一路向前走，直視那些巨大的問題和挑戰，然后有針對性地加以突破。10年以來我們孜孜不倦，做了巨大的努力，使得這一切成為可能。AI架構是一個系統級的全景挑戰，我們要在各個‘戰線’里面借助先進的技術幫助客戶解決問題。 ”Naveen最后說。