英特爾人工智能在2019年到底賺了多少錢？“35億美元”意味著什么？折合人民幣約為250噸；相當于AMD 2018全年營收一半多點；超越一般AI獨角獸的估值，更別談人工智能公司的營收了，著名AI公司DeepMind去年還虧了5億美元。而35億美元是英特爾預估的在2019年AI領域的收入。當競爭對手發(fā)布芯片，企圖在CPU老大哥面前秀一波肌肉，并將輿論短暫性點爆時。突然發(fā)現(xiàn)事情沒那么簡單，AI奇襲，世界突然一下就變了。連英特爾在2019年一整年里，都時不時會提到以數(shù)據(jù)中心的轉型。這到底轉的哪門子型？
英特爾2019年AI新品總覽
今年一月份，英特爾宣布推出Nervana神經(jīng)網(wǎng)絡推理處理器（NNP-I）。那時中國大地還處于等待春節(jié)的氣氛中，2018年一肚子人工智能“墨水”準備著與長輩們嘮嗑，畢竟舉手投足都是上億的估值與項目，眼神里透著微醺的驕傲。
據(jù)官方介紹，NNP-I是全新構建的，具備高能效和低成本，且其外形規(guī)格靈活，非常適合在實際規(guī)模下運行高強度的多模式推理?！澳軌驅崿F(xiàn)大規(guī)模無縫云原生推理，在現(xiàn)有的數(shù)據(jù)中心基礎架構上面即插即用?！?英特爾人工智能事業(yè)部副總裁兼人工智能平臺和市場研究總經(jīng)理Julie Choi在前幾天舉行的“2019英特爾實踐AI媒體分享會”一句話總結了它的作用。
Facebook已經(jīng)行動大于心動，并在先進深度學習編譯器Glow的支持擴展到NNP-I。
隨后三月份，英特爾與Bluefors和Afore合作推出量子低溫探測儀Cryogenic Wafer Prober。旨在加快量子計算解決方案的研究。英特爾發(fā)現(xiàn)需要借助量子測試工具來收集更多關于量子芯片的數(shù)據(jù)。
這一量子項目的推出，比“量子波動速讀”火爆的時間點足足早了7個月。不過，這里無法統(tǒng)計“量子波動速讀”機構到底摸了多少錢，所以無法與英特爾量子技術進行金錢的正面衡量。
英特爾中國研究院院長宋繼強博士在媒體采訪中提到量子稱：“包括量子計算，目前學術界和產(chǎn)業(yè)界還是把它用在服務器，就是云計算里面作為現(xiàn)在已經(jīng)有的高性能計算的處理器，它會是更高計算能力的處理器?！倍⑻貭栔袊鴳?zhàn)略合作與創(chuàng)新業(yè)務部董事總經(jīng)理李德勝把量子稱作登月飛船，即便有了飛船，飛機、高鐵、自行車還是必不可少，這里飛機高鐵自行車類似是英特爾的CPU產(chǎn)品。當然筆者只想說，有了量子芯片，還要什么自行車？
英特爾中國研究院院長宋繼強博士
4月，英特爾發(fā)布第二代至強可擴展處理器，集成了加速人工智能深度學習推理的英特爾深度學習加速(DL Boost)技術。并在8月宣布下一代的至強可擴展處理器系列（代號Cooper Lake）將提供每插槽最多56顆處理器核心，并在標準的插槽式CPU內(nèi)提供內(nèi)置的人工智能訓練加速。其中，通過在英特爾 DL Boost中增加對bfloat16的支持，Cooper Lake將是第一款提供內(nèi)置高性能人工智能訓練加速功能的x86處理器。Cooper Lake將在2020年上半年上市。
Julie Choi表示，搭配英特爾軟件使用，效果更佳。一個關于Photoshop的例子，曾經(jīng)修圖可能需要幾小時，加入至強CPU，“任何一部PC都可以變成有AI能的PC，一鍵修圖?！?/p>
7月，英特爾推出代號為“Pohoiki Beach”的800萬神經(jīng)元神經(jīng)擬態(tài)系統(tǒng)，以此支持全球生態(tài)系統(tǒng)合作伙伴繼續(xù)開拓神經(jīng)啟發(fā)式算法研究的下一個前沿。資料顯示，這套系統(tǒng)包含64塊Loihi研究芯片。
宋繼強博士解釋道：“Loihi是一個神經(jīng)擬態(tài)計算芯片，它區(qū)別于原來的通用計算和像現(xiàn)在的深度學習、腦啟發(fā)計算，它充分利用了人腦比較低功耗的工作方式，脈沖神經(jīng)網(wǎng)絡的方式，它更形象的把模擬神經(jīng)元的計算硬件連接起來，形成異步的電路，通過脈沖的方式激活，只有用到的部分耗電，不用的部分休息?！辈⑶襆oihi芯片是英特爾2017年提出的。
11月，英特爾展示了面向訓練（NNP-T1000）和面向推理（NNP-I1000）的Nervana 神經(jīng)網(wǎng)絡處理器（NNP）。
這里的NNP-T和前面提到的NNP-I像是一對孿生兄弟，Julie Choi表示，NNP-T針對深度學習訓練開發(fā)，在計算、通信和內(nèi)存之間取得了平衡，最終的目的是賦能分布式訓練。此外，百度AI系統(tǒng)架構師丁瑞全分享了雙方在英特爾NNP-T和百度X-Man的合作，優(yōu)化PaddlePaddle（飛槳）提升日益復雜的模型訓練效率。
剛過去不久的美國時間11 月 12 日舉行的2019 英特爾人工智能峰會期間（Intel AI Summit 2019）上，英特爾推出代號為Keem Bay的下一代Movidius VPU，可用于邊緣媒體、計算機視覺和推理應用，并計劃于明年上半年上市。性能方面，與上一代VPU相比，Keem Bay的推理性能提升了10倍以上。用直觀對比數(shù)據(jù)來看， Keem Bay是英偉達TX2的4倍，比Ascend 310快25%。在功耗方面，Keem Bay提供的每瓦推理性能是英偉達的TX2的6倍。英特爾還發(fā)布了全新的英特爾DevCloud for the Edge，旨在解決開發(fā)人員的主要痛點。
當月，英特爾還公布了一款基于Xe架構的通用GPU，專門針對高性能計算和人工智能加速進行優(yōu)化，研發(fā)代號為“Ponte Vecchio”。專為高性能計算建模、模擬工作負載以及人工智能訓練而設計。
一個月內(nèi)，英特爾還發(fā)布了一項全新軟件行業(yè)計劃oneAPI，釋放高性能計算與人工智能技術融合時代多架構計算的潛力，同時發(fā)布了一個oneAPI beta產(chǎn)品。簡單來說，英特爾oneAPI行業(yè)計劃，為跨多種包括CPU、GPU、FPGA和其他加速器在內(nèi)的異構計算，提供了一個統(tǒng)一和簡化的應用程序開發(fā)編程模型。
這時候就有底氣說，“在英特爾，我們所看到，隨著AI繼續(xù)成為所有體驗的一部分，我們正在建立AI的能力，把它內(nèi)置到我們所有英特爾的產(chǎn)品當中，我們許多的硬件和軟件產(chǎn)品都有內(nèi)置的AI能力，從CPU到GPU，再到FPGA，再到客戶定制的ASIC，把AI融入到一切。”
Julie Choi一句話把英特爾產(chǎn)品線串了起來，對于這些產(chǎn)品，發(fā)言人如數(shù)家珍。但在AI這場遭遇戰(zhàn)中，產(chǎn)品雖是基石，但不是全部。
生態(tài)與人才
關于生態(tài)，英特爾有什么？
“一萬五千名軟件工程師做優(yōu)化和賦能工作；超過兩千萬X86架構的開發(fā)者，以及多年來的硬件技術積累。”從英特爾亞洲人工智能銷售技術總監(jiān)伊紅衛(wèi)的發(fā)言中，筆者簡單總結了英特爾優(yōu)勢，生態(tài)與人才相輔相成。
英特爾亞洲人工智能銷售技術總監(jiān)伊紅衛(wèi)
李德勝稱AI生態(tài)建設是一個系統(tǒng)的工程，并從三方面解讀了英特爾所做的工作：“第一就是人才，我們現(xiàn)在看到500萬人才缺口，且會越來越多。AI與傳統(tǒng)產(chǎn)業(yè)的復合人才培養(yǎng)周期將會更長，所以英特爾會打造實訓平臺，給學生或者傳統(tǒng)行業(yè)進行培訓。
英特爾中國戰(zhàn)略合作與創(chuàng)新業(yè)務部董事總經(jīng)理李德勝
第二就是創(chuàng)新廣度，AI無處不在，需要跟產(chǎn)業(yè)融合。我們要利用生態(tài)來挖掘更多創(chuàng)新項目出來。今年英特爾強調(diào)的AI百佳創(chuàng)新項目，雖表面上是100個項目，但實際可能帶動上千個項目。
第三就是深度，比如單純醫(yī)療行業(yè)，就會有許多方面涉及AI，只有深入才能達到最終所要的目的?！?/p>
然而產(chǎn)業(yè)人才與研究人才又有些許差別，宋繼強表示：“英特爾研究院已經(jīng)部署非常多工業(yè)研究員，希望所做的東西能在三五年應用到產(chǎn)品領域?？蒲腥瞬判枰黄圃械目蚩颍ㄟ^時間把知識轉化為新的技術?！?/p>
對于企業(yè)來說，科研人才就像奢侈品。短期內(nèi)不能直接帶來真金白銀，但我們在做未來布局時，萬萬不能少的。而產(chǎn)業(yè)型人才，能夠直接帶來收入，持續(xù)給科研人才供血。宋繼強表示，相較而言，英特爾對產(chǎn)業(yè)人才需要更大，如果不能產(chǎn)生商業(yè)價值，新技術就會脫節(jié)，就不能產(chǎn)生正循環(huán)。
那么AI的正循環(huán)則更需要全產(chǎn)業(yè)鏈的協(xié)同，從人才培養(yǎng)到技術落地，應用之間更需要開放協(xié)同。這也不難理解為什么英特爾如此強調(diào)生態(tài)協(xié)同，與合作伙伴的密切配合。背后是超越“35億美元”的存在，正如李德勝所說：：“生態(tài)合作伙伴通過與英特爾的合作，一起在行業(yè)內(nèi)取得的收入將要乘以10甚至100，也就是350億美金、3500億美金，我們可以看見這個市場巨大的潛力?！?/p>
更多信息可以來這里獲取==>>電子技術應用-AET<<
