为什么说英特尔是一家“软件公司”？
|
英特尔公司架构、图形与软件部（IAGS），资深软件架构师黄晟盛认为，要解决这样的问题需要解决软硬件架构上的缺口。大规模人工智能应用面临的挑战包括：算法的复杂性，部署的复杂性，数据处理的复杂性，以及成本、是否可扩展、专有接口、数据隐私等。 英特尔基于Spark开发和开源的两个项目：BigDL和AnlyticsZoo，正在为客户带来切切实实的好处。
黄晟盛分享了跨行业的端到端客户案例，比如通过采用英特尔方案，京东在目标检测和图片特征提取方面，相较于原来的方案有3.83倍的提升；美的工业视觉检测云平台的预处理性能提高4倍，推理性能提高16倍。
另一方面，英特尔也持续推进生态共建，今年6月份英特尔在中国设立的大数据分析和人工智能创新院，其目的就是面向开源社区、学术界、合作伙伴以及终端用户等，促进英特尔与大数据和人工智能全球生态圈的广泛合作。 英特尔亚太研发有限公司机器学习首席工程师林晓东： 服务开发者，让更多企业用好AI 英特尔不仅为产业提供便捷的软件工具，也不断推进软件工具的开发优化，确保开发者和生态利用软件工具从硬件创新中受益。 英特尔亚太研发有限公司机器学习首席工程师林晓东称自己是“码农的码农”，“很多人用编译器、调试器、调优器、编程语言和框架等工具开发，我们的任务是优化这些编译器、框架、各种库等，从而让这些开发者的效率更高，服务开发者，建立生态系统。现在最重要的开发者是针对AI、针对深度学习的开发者。”
“英特尔做软件，就是enabling（使能）和optimization（优化），我们做的事情使我们所有硬件的每一个晶体管都能够将能力充分发挥，这是英特尔做软件的目的，使得开发者能够非常容易地把我们的软件、硬件充分用起来。”林晓东说，“我们的团队，从刚开始是世界的软件到中国做本地化，现在我们真正在中国，根据中国的具体需求，创造软件、服务全球。” 他举了一个例子：从Broadwell到Skylake，软件与硬件结合带来了高达277倍的机器学习的性能。从Skylake到CascadeLake性能增长了28倍，其中通过硬件提升了4倍左右，剩下的全部是由软件优化带来的，其中包含英特尔在和中国的客户在交流的过程中，理解了他们的工作负载而做的一些特殊的优化。 英特尔不断提供简便、可扩展的工具，加速应用开发部署。例如，oneAPI将简化并统一了跨CPU、GPU、FPGA、AI芯片和其它加速器等不同架构之间的编程；OpenVINO工具包，实现了高性能计算机视觉和深度学习视觉应用的快速开发。他进一步指出：“我们团队还试图解决一个问题，除了服务好大客户以外，我们观察到很多传统企业遇到挑战，他们唯一有的就是：知道AI和深度学习肯定能够帮助解决问题，有数据，但是找不到相应人才。针对这个，我们本地团队也会做一些创新。我们希望帮助中国的企业，在聘请不到开发者或者缺少相关专业知识的情况下，走向未来。” 英特尔中国区云计算软件性能优化团队总监李宏： 与客户双向互动，实现性能与优化 英特尔除了拥有长久的开源贡献和丰富的软件工具，还具备针对客户的工作负载进行优化的能力，帮助客户和合作伙伴加速创建应用并推向市场。 “性能与优化’不是一个新话题，而是一个经典话题，贯穿于计算机技术发展的各个历史时期。”英特尔中国区云计算软件性能优化团队总监李宏表示，“我们在与客户互动的过程中，其实是双向的。一方面，我们会把英特尔的一些技术介绍到客户的软件开发当中，帮他们提高性能。这个过程中，我们也加深了对他们软件的了解，知道我们的技术在里面使用得怎么样，他们在未来需要什么样的技术，我们把这样的信息反馈给产品部门，为未来的硬件或者软件产品打造良好的基础。无论是到客户，还是从客户到后端，我们的聚焦点是;性能与优化，这是连接两点的一个枢纽。” 他强调，英特尔在合作伙伴和软件方面的投入是长期、持续性的，“因为我就在这个团队工作15年了。这个团队是一个全球化的团队。我们与合作伙伴一同做项目、做工程，我们也帮助他们培养人才。今年，我们和中国区的合作伙伴目前已对不同的应用程序，大约是70个左右，进行了优化，这个数字到年底有望突破到80个。涵盖的范围很广泛，包括搜索引擎、媒体处理、存储等等，尤其是AI，有超过一半的项目和AI相关。大部分的程序经过优化后，能够达到2-4倍的性能提升，个别能够提高10倍。”
“唯有软硬兼施，才能更好地满足未来计算的需求。通过软件团队和合作伙伴共同合作，英特尔致力于推动业界软件生态向前发展。”李宏说。 英特尔亚太研发有限公司高校合作经理颜历： 长期投入，培养未来创新人才 （编辑：站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
