英特尔AI领域新进展：发布首款自我学习AI芯片

 

杨旭表示，去年11月，英特尔就举办过一次人工智能大会。过去一年之后，我们有必要向大家汇报英特尔在人工智能领域的新进展。
 

首先，杨旭从国民发展的战略层面介绍到，未来我国经济的重点发展是在实体经济，物联网、大数据、人工智能等前沿技术都需要和实体经济相结合——这也是英特尔的未来的首要方向，“英特尔不做埃菲尔铁塔式的（不落地的）研发”。
 

 

目前，人工智能在各行各业中都在快速发展，包括：自动驾驶、智慧零售、智慧城市、互联网金融、精准医疗、中国制造2015。
 

 

针对各行各业的发展，人工智能涉及到计算能力、网络传输能力、算法能力、应用能力等等各种能力，英特尔提供全栈式的解决方案，包括从人工智能底层的硬件、库、框架、再到上层的平台、体验。
 

 

在技术研发方面，英特尔开源了BigDL、推出了“至强”可拓展处理器、Movidius神经计算棒、Myriad X计算机视觉芯片等。
 

在产业落地方面，英特尔和科大讯飞、阿里云、美团、微软、百度等公司在数据中心、FPGA等项目上进行合作。
 

而在战略投资方面，英特尔在去年成立了人工智能事业部、收购了Mobileye、战略投资10亿美元支持AI创新和发展、还花了6000万美元投资了15家创业公司。
 

英特尔人工智能产业事业部业务拓展总经理Fiaz Mohamed介绍道，目前，人工智能能够对于事件进行描述分析、诊断分析，但是还无法对未来进行预测指导。
 

 

未来，随着人工智能的发展，预测分析、指导分析、认知分析将逐步出现，人工智能能够基于数据与算法预测未来将会发生的情况、时间、原因，辅助创建出自我学习与完全自动化的企业，使用计算机模拟人类思维并且能确定行动。
 

 

虽然目前深度学习非常火热，但其实人工智能所涵盖的领域非常广泛，既包括如今大火的深度学习、还包括用于统计、推荐引擎、透明度需求等经典机器学习、基于多元供应链与完整数据库的推理、以及计算生物学等新兴路程。
 

 

过去，英特尔一直因其芯片巨头的身份被人所知晓，不过随着人工智能浪潮的来临，英特尔也与各行各业合作，在AI设计、AI演进、AI规模化计算、AI应用等方面发挥着重要作用。
 

 

在硬件方面，英特尔能够提供的AI硬件涵盖了从数据中心的云智能处理器、到FPGA、VPU等的端智能处理器；而软件方面，英特尔的也提供库、框架、平台、应用的AI软组合。
 

Fiaz Mohamed在会上还推出了一款英特尔Nervana执行图（Nervana Graph），能够加速开发者进行AI框架的搭建。
 

 

这是一层介于硬件层（比如CPU、FPGA、集成显卡等）与框架层（比如Caffe2、Torch、TensorFlow等）的面向神经网络的高性能执行图，能够简化开发者将AI框架搭建在硬件层面的过程，加速开发流程。
 

这款软件可以在英特尔的硬件上运行，同时也可以在其他硬件上运行。
 

此外，英特尔还推出了Nervana深度学习Studio、英特尔人工智能学院等，进一步缩短人工智能开发周期、加速人才培养、简化AI开发流程。
 

英特尔高级首席工程师兼大数据技术全球CTO戴金权则向我们介绍了英特尔的端智能、物联网技术。
 

目前，物联网的发展分为三个阶段：第一阶段是基于简单网络的设备互联、第二阶段是设备的简单智能、第三阶段则是如今结合了设备感知认知的AI自治。
 

由于数据量大、实时性需求、以及数据隐私等问题，物联网对边缘计算（也就是端智能）有着大量需求。
 

 

在端智能方面，英特尔还推出了Movidius Myriad 2 VPU视觉处理芯片。Movidius是2016年9月被英特尔收购的硅谷公司、Myriad 2是这块芯片的名字，Myriad 1曾经被用在谷歌的Tango平板里、VPU则是Vision Processing Unit视觉处理单元的缩写。
 

 

这块VPU处理器有着低功耗、短延时等特点，非常擅长边缘计算专用的图像、视觉、深度神经网络的处理。
 

 

基于VPU，英特尔前不久还推出了一款Movidius神经元计算棒，这款计算棒将所有的功能封装到了U盘大小的设备中，用户只需要将计算棒插入USB，就能够获得超低功耗的神经网络推理加速，轻松部署嵌入式神经网络推理。
 

 

此外，英特尔还在会上宣布推出了第一款可以自我学习的神经拟态芯片——Loihi（这个名字来自于夏威夷海底的一座不断喷发的活火山）
 

这款芯片包含目前发布芯片的大部分先进特性，集成了128核+3个低功耗x86核、支持可编程的学习规则、可扩展的神经拟态网络，统括基于FPGA仿真的原型算法验证。