毫無疑問,人工智能將加速進入工作與生活當中。今年以來,新冠肺炎疫情成為全球面臨的共同挑戰(zhàn)?!拔!敝杏小皺C”,從醫(yī)療救助和生命科學(xué)第一線,到經(jīng)濟和社會的有序運轉(zhuǎn),再到公共服務(wù)、政策制定等各方面,以人工智能為代表的智能科技發(fā)揮愈發(fā)重要的作用。
全力轉(zhuǎn)向以數(shù)據(jù)為中心的英特爾,正在加速人工智能的落地。通過AI、5G、智能邊緣的融合,英特爾進入到B端的行業(yè)應(yīng)用當中,業(yè)務(wù)覆蓋了智慧城市、工業(yè)互聯(lián)網(wǎng)、智慧醫(yī)療、自動駕駛等多個領(lǐng)域。
近日,英特爾推出了一系列的AI軟硬件產(chǎn)品,包括集成AI加速的英特爾第三代至強可擴展處理器、英特爾首個人工智能優(yōu)化FPGA Stratix 10 NX等;同時,子公司Mobileye宣布與日本和東南亞地區(qū)最大的交通運營商之一WILLER達成戰(zhàn)略合作,雙方將在日本及東南亞市場推出自動駕駛出租車(Robotaxi)服務(wù)。
老牌的英特爾在新的轉(zhuǎn)型中,四面出擊,從收購AI企業(yè)到深入AI應(yīng)用,重新建立AI生態(tài)。當然,英特爾也將直面英偉達、賽靈思、以及一眾科技巨頭的競爭。
建AI生態(tài):從XPU到量子計算
從PC賽道拓展至數(shù)據(jù)賽道的過程中,英特爾重新梳理了六大技術(shù)核心能力,來應(yīng)對智能化業(yè)務(wù)。英特爾將六大技術(shù)支柱(制程和封裝、XPU架構(gòu)、內(nèi)存和存儲、互連、安全、軟件)作為引擎,并把人工智能融入,以CPU+GPU+FPGA+ASIC的全面產(chǎn)品布局,軟硬結(jié)合實現(xiàn)從云到端的智能部署。
在此基礎(chǔ)上,英特爾強調(diào)的是自身的云、邊、端全棧優(yōu)勢和“XPU”的能力。在人工智能的賽場上,“全?!币渤蔀榱擞⑻貭?、華為等大公司的著力點,大家的野心都很大。
英特爾中國研究院院長宋繼強告訴21世紀經(jīng)濟報道記者:“X代表了很多種處理架構(gòu),因為新的市場機會帶來的數(shù)據(jù)種類非常不同,傳感器的種類不一樣、數(shù)據(jù)獲得途徑也不一樣,這導(dǎo)致了這些數(shù)據(jù)肯定不可以用同一種架構(gòu),比如用CPU或者CPU+GPU去處理,一定要用異構(gòu)的方式。”
雖然英特爾生產(chǎn)的是通用芯片,但是通過異構(gòu)的排列組合,可以實現(xiàn)定制化需求。宋繼強就介紹道,比如英特爾旗下Movidius專門做AI矩陣運算,Habana Labs專門做矩陣運算的加速,還有FPGA的靈活的架構(gòu)做稀疏數(shù)據(jù)處理的加速,再前沿還有神經(jīng)擬態(tài)計算、量子計算,“通過量子計算怎么樣去提供更高等級高并行度計算能力支持,它對AI也是會有很強的加速作用,英特爾也在做這一方面的研發(fā)。”
談及全棧,宋繼強表示:“AI公司很多又做算法、做框架,甚至有些做硬件方面的一些定制的優(yōu)化,有些是有硬件專門的加速器。而英特爾的特點是不只是全棧,既有上面的框架支持,也有底層的性能庫。我們對于AI加速的硬件種類非常多,不僅擁有唯一一個能夠在CPU當中植入專門AI加速的DL Boost技術(shù),同時在GPU,F(xiàn)PGA,在專用的ASIC方面都有芯片硬件去支持等等。”
集邦咨詢分析師姚嘉洋向21世紀經(jīng)濟報道記者分析道:“在數(shù)據(jù)中心或是云業(yè)務(wù)上,Intel的處理器業(yè)務(wù)不會輕易受到動搖,這在Intel的DCG(數(shù)據(jù)中心業(yè)務(wù))營收表現(xiàn)上可以看出端倪。但在AI運算加速芯片上,Intel仍然會面臨如GPU、FPGA業(yè)者(如NVIDIA與XILINX)的強力競爭,在這方面,Intel能否有辦法維持自身的AI運算加速芯片的競爭優(yōu)勢,還需要看后續(xù)的情況。
AI平臺期:“弱AI不弱,強AI不強”
目前,英特爾已經(jīng)在多個行業(yè)領(lǐng)域進行AI應(yīng)用嘗試。比如,英特爾與南京經(jīng)濟技術(shù)開發(fā)區(qū)以及多家生態(tài)合作伙伴打造的南京“未來科技智慧中心”,通過共建5G+智慧園區(qū),培育創(chuàng)新生態(tài);在工業(yè)互聯(lián)網(wǎng)領(lǐng)域,英特爾大連工廠需要實時、準確地對晶圓進行檢測,從而保證產(chǎn)品的良率,通過基于英特爾的人工智能軟硬件技術(shù),與純?nèi)斯z測方式相比,檢測效率提升了100倍。此外,英特爾的芯片也應(yīng)用到港口與船舶、機場、鐵路與車輛、車隊管理、道路基礎(chǔ)設(shè)施等領(lǐng)域中。
但是在AI落地過程中,還存在不少的問題,英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官兼首席工程師張宇告訴21世紀經(jīng)濟報道記者:“在垂直行業(yè)包括像零售行業(yè)、工業(yè)制造,還有智能交通、醫(yī)療等等,我們看到各個行業(yè)所面臨的問題不一樣,它需要用人工智能不同的算法去解決特定的問題,也就是各個行業(yè)碎片化非常的明顯。這就要求我們在開發(fā)人工智能的時候,需要針對不同的行業(yè)有定制化的開發(fā),這就增加了人工智能應(yīng)用開發(fā)的一些成本,如何降低成本是我們現(xiàn)在看到的各個行業(yè)面臨的一個重要問題。
另外一個落地的難點是在于數(shù)據(jù),目前我們擁有比較多的數(shù)據(jù)往往都是基于像人、物在交通領(lǐng)域收集到的數(shù)據(jù),像Imagenet上,我們采集到將近四千多萬張人和物的一些照片。但是在一些特定的行業(yè),采集或者處理的數(shù)據(jù)往往是定制化的。這就是要求我們在一個有限數(shù)據(jù)集的情況下,能夠快速生成一些新的適用于某些特定領(lǐng)域、特定應(yīng)用的一些新的模型?!?
宋繼強解析道:“人工智能在弱人工智能這個領(lǐng)域是不弱的,當你把人工智能應(yīng)用領(lǐng)域收窄,可以找到方法把這件事情做好。但是如果想讓它做到通用,就是學(xué)界或者是產(chǎn)業(yè)界通常認為的強人工智能,這一能力是不強的,因為它的跨領(lǐng)域遷移能力還沒有那么強,并且去對抗一些數(shù)據(jù)的攻擊也沒有那么強。在整個學(xué)術(shù)界或者產(chǎn)業(yè)界現(xiàn)在的發(fā)展趨勢來看,人工智能正在由2.0階段向3.0階段遷移,2.0階段是基于數(shù)據(jù)驅(qū)動的,通過大量可標注的數(shù)據(jù)訓(xùn)練出深度學(xué)習(xí)的模型,來幫助我們完成一些具體領(lǐng)域的任務(wù)?!?
在他看來,往3.0遷移,要把人工智能發(fā)展的更為全面,第一它要能夠可以解釋,第二要提升人工智能利用少量數(shù)據(jù)持續(xù)學(xué)習(xí)的能力。
總結(jié)來看,如何在使用AI功能時降低成本,同時用少量數(shù)據(jù)模型來得到訓(xùn)練結(jié)果,是實踐中的難題。解決這些問題,需要AI技術(shù)應(yīng)用的升級。從AI的整體發(fā)展來看,在宋繼強認為,從深度學(xué)習(xí)發(fā)展的曲線來看,現(xiàn)在確實進入了平臺期。這意味著AI也隨之進入平臺期。