英特尔AI DevCon：从芯片到软件，未来每一处都将成为AI的战场

本篇文章2906字，读完约7分钟

科技沃克5月26日在旧金山报道(文字/黄雅琪):人工智能应用程序开发的兴奋让50岁的英特尔成为科技领域最热门的企业之一。即使在旧金山的夏天，气温如此之低，以至于需要轻便的羽绒服来保暖，它仍然无法熄灭来自世界各地的开发商的热情。事实上，在宣布取消持续了20年的英特尔信息技术峰会后，英特尔从未停止对开发者的关注。相反，英特尔历史上第一届人工智能开发者大会(2018年英特尔人工智能开发者大会)正如火如荼地进行着。

在充满金属颗粒的摇滚音乐之后，纳文.拉奥出现了，此刻房间里响起了掌声。这位穿着休闲外套和蓝色牛仔裤的运动员是英特尔公司人工智能产品部门的全球副总裁兼总经理。他还是神经网络科学家、处理器设计师和企业家。

他创建了nervana Company，通过nervana cloud的saas服务，使企业能够定制和开发深度学习软件。创立公司被英特尔收购后，纳文·拉奥(naveen rao)现已成为英特尔人工智能事业部的领导者，负责研究和开发人工智能芯片，降低人工智能的应用成本，制定不同领域的标准，引领英特尔在人工智能领域的全球竞争。

也许这与纳文·拉奥热爱挑战所有极限运动有关。在这位冒险家的推动下，英特尔人工智能产品组合正在快速更新、迭代和发展。除了向世界各地的人工智能开发者伸出橄榄枝之外，纳文·拉奥还在英特尔人工智能开发者大会的重要阶段谈到了人工智能战略和思维的另一次演变。

新一代人工智能核心:弹簧顶，用于开发神经网络。纳文·拉奥对神经网络的研究非常着迷。在过去的三年中，由他的团队开发的名为莱克斯特的特殊人工智能芯片nevana Neural Network Processor(nnp)于去年10月上市，成功地使英特尔在人工智能芯片竞争中站稳了脚跟。

今天，这种芯片取得了最新进展。Naveen rao表示，英特尔正在开发首个商用神经网络处理器产品英特尔神经网络nnp-l1000(spring crest)，计划于2019年发布。与上一代相比，新一代芯片将实现3-4倍的训练性能。

纳文·拉奥没有透露更多关于春冠的细节。

然而，纳文·拉奥在公布上图中的这组数据时，表情变得严肃起来。他直截了当地说，他的竞争对手谈论了很多理论数据，但在现实世界中利用率非常低，英特尔nnp原型在处理方形矩阵时，利用率达到了96.4%。

他还认为neva na nnp-l 1000特别适合人工智能项目的训练阶段。在这个过程中，开发人员使用样本数据来提高模型的准确性，这可能是一个非常耗时的过程，而一个可以将任务速度提高4倍的芯片将对企业的人工智能项目产生巨大的影响。

除了性能改进之外，naveen rao还透露，nev ana nnp-l 1000还将引入对bfloat16的支持，BF loat 16是一种在神经网络行业中广泛使用的数字数据格式，用于在计算中保存大量数值，特别是对于人工智能软件，并且可以实现更快的处理。

作为整个人工智能战略的一部分，英特尔还打算将领先的人工智能培训能力引入其芯片产品组合，这意味着至强处理器和fpga都将增加对bfloat16的支持。

人工智能芯片不再是唯一的。英特尔的核心竞争力是人工智能多样化。毫无疑问，nnp芯片家族将是英特尔应对人工智能日益流行的战略的核心支柱。但是不要忽视英特尔在人工智能硬件层面保留的其他杀手:

至强处理器适用于一般计算任务或高性能数据中心。现场ziva展示了如何使用xeon进行3d图形渲染；

Movidius视觉处理芯片适用于嵌入式物联网设备上的图像处理或运行推理，movidius神经计算棒可以在u盘上运行深层神经网络；

Fpga可以针对不同类型的任务进行重新编程，适用于云和边缘设备上的人工智能推理；

Mobileye车载芯片可用于自动驾驶和adas中的计算机视觉处理。

我们有理由相信英特尔在人工智能芯片领域有着巨大的潜力，但是如果仅仅从硬件层面来看，这个芯片巨头仍然不足以支撑其引领人工智能领域的雄心，因为它仍然缺乏一个重要的催化剂，但是纳文·拉奥的到来改变了这一切。

内尔瓦纳在软件方面有明显的优势。正如纳文·拉奥(naveen rao)在接受tech walkers采访时所说，几年前，至强不适合人工智能，但现在，由于英特尔对架构进行了软件更改，大多数人工智能都可以在至强上运行。

纳文·拉奥还强调，英特尔在提供多元化解决方案方面独一无二。他的团队正在集成硬件和通用软件，以实现相互协作，从而使英特尔处理器具有更高的灵活性来运行不同类型的计算工作负载。例如，如果你想要低延迟，你可以使用fpga；为了降低能耗，您可以使用movidius。许多英特尔产品可以帮助开发人员和客户解决所有问题，但不是其中的一两个。

英特尔试图通过收购和整合来满足各方面的能力，以应对不同的人工智能工作负载。在这个过程中，我们也可以看到这个50岁的巨人已经超越了芯片，越来越重视基于芯片的软件开发，这股热浪也涌向了开发者。英特尔不仅提供芯片，还为开发人员开发人工智能应用和建立无线城市提供软件工具。

对于开发人员来说，有三个关键词:工具、硬件支持和社区。由naveen rao领导的人工智能团队正在开发一个名为ngraph的软件，这是一个框架中性的深度神经网络(dnn)模型编译器，将成为开发基于所有英特尔芯片的人工智能应用的接口。

在最近更新的一篇博文中，纳文·拉奥提到，像tensorflow、mxnet、paddle、cntk和onnx这样的深度学习框架正在被整合到ngraph上。此外，英特尔人工智能实验室还宣布为python开放自然语言处理库，以帮助开发人员开始算法工作。

另一个受到开发者欢迎的bigdl是apache spark的另一个库。它的目标是通过分布式学习来处理深度学习中更大的工作量。应用层可以用scala或python编写，并在spark cluster上执行。

Openvinoa被称为开放视觉推理和神经网络优化，可以帮助开发者在云中创建和训练人工智能模型(比如tensorflow、mxnet和caffe)，并将其部署到各种产品中。它主要受益于英特尔的人工智能加速技术，包括cpu、fpgas和vpu。

除了提供一套成熟的工具/硬件之外，英特尔对开发者的友好还体现在人工无线城市的积极建设中，包括与参与演示、研究和实践培训的开发者的广泛合作，以及来自谷歌、aws、微软、诺华和c3 iot的众多支持者，共同打造硬件+软件+生态的全方位综合人工智能战略。

就在纳文·拉奥演讲结束前，他还宣布了一个重大消息:英特尔作为奥林匹克峰(Olympic Peak)的全球顶级合作伙伴，正式成为2020年东京奥运会的官方人工智能平台合作伙伴，这也使英特尔能够立即发起英特尔奥林匹克人工智能挑战赛，并向全世界的人工智能开发者发出邀请。

纳文·拉奥说，英特尔一直希望创造一个有竞争力的产品组合，这需要英特尔与整个行业(开发者、学术界、软件生态系统等)合作。)，因为在计算多样化的时代，不仅是cpu或gpu，企业ai也需要更全面的方法。

来源：搜狐微门户