張貝貝

萬物智能讓我們進(jìn)入了以數(shù)據(jù)為中心的時(shí)代，我們的數(shù)據(jù)也在不斷地發(fā)展。我們發(fā)現(xiàn)，在數(shù)據(jù)處理方式和計(jì)算架構(gòu)的延伸方面蘊(yùn)藏著很大的機(jī)遇。

從萬物數(shù)字、萬物互聯(lián)、萬物移動再到萬物云化，計(jì)算需求也在不斷變化。當(dāng)前，隨著萬物智能時(shí)代的來臨，數(shù)據(jù)量猛增，越來越多的業(yè)務(wù)場景需要處理數(shù)據(jù)密集、復(fù)雜的工作負(fù)載。未來，異構(gòu)計(jì)算將成為常態(tài)。

oneAPI 助力靈活、高效能開發(fā)

面向不斷擴(kuò)展的多元化計(jì)算需求，英特爾提出了全新的產(chǎn)品和技術(shù)戰(zhàn)略—扎根于六大技術(shù)支柱：制程和封裝、架構(gòu)、內(nèi)存和存儲、互連、安全、軟件。

針對軟件這一技術(shù)支柱，英特爾認(rèn)為，對于全新硬件架構(gòu)的每一個(gè)數(shù)量級的性能提升潛力，軟件能帶來兩個(gè)數(shù)量級的性能提升。對于開發(fā)者來說，擁有一套跨平臺的通用軟件工具，對獲得性能的指數(shù)級擴(kuò)展至關(guān)重要。

近日，在英特爾媒體溝通會上，英特爾架構(gòu)、圖形和軟件集團(tuán)副總裁兼中國區(qū)總經(jīng)理謝曉清強(qiáng)調(diào)了“oneAPI”戰(zhàn)略的三點(diǎn)價(jià)值：一是提供給用戶一個(gè)非常友好的編程環(huán)境，使得開發(fā)者可以自由選擇它的硬件平臺，不必要綁定在某一個(gè)硬件平臺上。二是oneAPI提供的編譯器、系統(tǒng)均高度優(yōu)化，可以實(shí)現(xiàn)極大的硬件潛能，并為異構(gòu)計(jì)算硬件加速提供支持。三是開發(fā)模式快速高效，可以將源碼的維護(hù)成本降到盡可能低的水平。

軟件先行 將“軟硬兼施”進(jìn)行到底

萬物智能讓我們進(jìn)入了以數(shù)據(jù)為中心的時(shí)代，我們的數(shù)據(jù)從傳統(tǒng)的文本、圖形數(shù)據(jù)，發(fā)展到音視頻、社交等非結(jié)構(gòu)化數(shù)據(jù)，再到未來可能會有的物聯(lián)網(wǎng)汽車數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)、基因數(shù)據(jù)等。我們發(fā)現(xiàn)，在數(shù)據(jù)處理方式和計(jì)算架構(gòu)的延伸方面蘊(yùn)藏著很大的機(jī)遇。此時(shí)，軟件能力被視為一項(xiàng)戰(zhàn)略資產(chǎn)將發(fā)揮更大作用，并將激發(fā)硬件的釋放能力。

媒體溝通會上謝曉清還針對英特爾當(dāng)前的軟件戰(zhàn)略布局，分享了三大戰(zhàn)略。

一是軟件優(yōu)先。英特爾在過去幾十年間，已經(jīng)圍繞CPU產(chǎn)品形成了軟件生態(tài)，在編程語言、系統(tǒng)庫、工具鏈方面形成了強(qiáng)有力生態(tài)支持，也為英特爾Xe產(chǎn)品線提供了良好的起點(diǎn)。未來英特爾Xe產(chǎn)品線將遵循軟件優(yōu)先的原則，基于現(xiàn)有生態(tài)進(jìn)行創(chuàng)新。

二是易于擴(kuò)展。GPU市場存在很多細(xì)分市場。面向不同細(xì)分市場的GPU產(chǎn)品在性能、功耗、價(jià)格等方面存在差異。為滿足不同領(lǐng)域GPU開發(fā)者需求，提升軟件可擴(kuò)展性必不可少。對此，英特爾將注重集成顯卡生態(tài)的發(fā)展，同時(shí)推出統(tǒng)一、簡化的編程模型oneAPI，以進(jìn)一步簡化跨架構(gòu)的開發(fā)過程。

三是重點(diǎn)發(fā)展全新計(jì)算負(fù)載和用戶場景。英特爾希望解決現(xiàn)有解決方案、產(chǎn)品方案尚不能很好解決的問題，因此英特爾將重點(diǎn)發(fā)展全新計(jì)算負(fù)載和用戶場景。

AI走出實(shí)驗(yàn)室 賦能千行百業(yè)

如今，AI從實(shí)驗(yàn)室進(jìn)入到現(xiàn)實(shí)生活中，并在千行百業(yè)中落地開花。對此，英特爾大數(shù)據(jù)技術(shù)全球CTO、大數(shù)據(jù)分析和人工智能創(chuàng)新院院長戴金權(quán)表示認(rèn)同，他談到，無論是賣漢堡、做通信網(wǎng)絡(luò)還是風(fēng)力能源發(fā)電，都需要通過AI提升生產(chǎn)效率，提高利潤和準(zhǔn)確率等。

與此同時(shí)，對那些具體落地AI能力的開發(fā)人員來說，最大的一個(gè)挑戰(zhàn)就是如何將AI算法應(yīng)用到大規(guī)模、多變而復(fù)雜的數(shù)據(jù)當(dāng)中。

據(jù)介紹，Analytics Zoo作為英特爾開源的一個(gè)端到端的大數(shù)據(jù)+AI的軟件平臺，其底層可以提供數(shù)據(jù)流水線的能力，能夠幫助用戶直接無縫的將AI模型運(yùn)行在其分布式大數(shù)據(jù)平臺上。

在這個(gè)流水線層之上，該平臺還提供機(jī)器學(xué)習(xí)的工作流，能夠?qū)⒑芏嗳斯さ淖鳂I(yè)、任務(wù)自動運(yùn)轉(zhuǎn)起來。在最上層，用戶可以在Analytics Zoo上構(gòu)建出非常多的不同應(yīng)用場景。平臺提供很多模型，幫助數(shù)據(jù)科學(xué)家、分析師等快速把AI的能力落地到具體應(yīng)用中。

在新能源領(lǐng)域，金風(fēng)慧能作為一家?guī)椭履茉窗l(fā)電企業(yè)優(yōu)化資產(chǎn)性能、提高運(yùn)營效率、提升發(fā)電收益的企業(yè)，與英特爾展開了深入合作。

金風(fēng)慧能以英特爾統(tǒng)一的大數(shù)據(jù)分析和AI平臺Analytics Zoo為紐帶，利用深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的方法，結(jié)合風(fēng)機(jī)級氣象預(yù)報(bào)、風(fēng)軌跡模擬等氣象預(yù)報(bào)數(shù)據(jù)，以多模型組合的方式來構(gòu)建用于功率預(yù)測的全新智能方案。

據(jù)介紹，金風(fēng)慧能與英特爾在全國多個(gè)光伏測試場進(jìn)行驗(yàn)證后發(fā)現(xiàn)，利用新方案后，功率預(yù)測的準(zhǔn)確率超越了原有方案的59%，達(dá)到了79%。

此外，戴金權(quán)還分享了Analytics Zoo應(yīng)用于快餐品牌漢堡王的食品推薦系統(tǒng)的案例。最初漢堡王建立了兩個(gè)模型，一個(gè)模型應(yīng)用于大數(shù)據(jù)處理，另一個(gè)模型應(yīng)用于深度學(xué)習(xí)，在日常的運(yùn)維中需要通過文件把數(shù)據(jù)從一個(gè)模型拷貝到另一個(gè)模型，效率相對較低，拷貝文件就占據(jù)了所有訓(xùn)練20%以上的時(shí)間。

最終，漢堡王選擇和英特爾展開合作，將端到端的數(shù)據(jù)處理和模型訓(xùn)練業(yè)務(wù)遷移到基于Analytics Zoo的統(tǒng)一的平臺上，利用Spark、Mxnet、Ray等，將數(shù)據(jù)進(jìn)行處理、分析、訓(xùn)練等，以提升效率。測試數(shù)據(jù)顯示，相比其他推薦模型，該食品推薦系統(tǒng)將下單頁面上的推薦轉(zhuǎn)化率提高了264%，附加銷售額提高了137%。