從擁抱人工智慧到領跑人工智慧，晶元巨頭英特爾靠的是這3輛馬車！

毫無疑問，人工智慧是當下的熱點也是下一個顛覆各行各業的機遇。如今，晶元領域的幾大巨頭已經開始投入到了激烈的人工智慧競賽中，英特爾也不例外。2018年11月14日-15日，2018英特爾人工智慧大會（AIDC）在北京舉行。這是英特爾第三次在中國舉行人工智慧大會，在為期兩天的會上，這家晶元巨頭再次展現了其對於推動AI發展的雄心壯志。

英特爾推動AI發展的三輛馬車

和傳統的PC晶元和數據中心業務相比，在人工智慧領域，「老將」英特爾還顯得十分「年輕」。2016年11月17日，英特爾在美國舉辦了一個英特爾AI Day，這是英特爾舉辦的第一個AI相關的大型活動，當時時任英特爾CEO的科再奇親自出席並重點談到英特爾對人工智慧時代的全面擁抱。在外界看來，這是一個明顯的信號：英特爾開始加入人工智慧競賽。

隨後，我們也看到英特爾全身心投入到人工智慧建設，從成立人工智慧產品事業部（AIPG），到繼續擴張收購與投資布局，再到推出人工智慧全棧解決方案……儘管這一系列的舉動讓英特爾在人工智慧領域的布局越來越清晰，不過從時間上來看，到現在也才僅僅3年而已。

那麼3年的積澱有多深厚？英特爾現在又會如何推動人工智慧發展？帶著這些問題，我們在2018英特爾人工智慧大會（AIDC）上找到了答案。「AI的演進是真正的技術革命，我們對於AI的願景非常簡單，就是希望為AI建立最好的計算平台，因此我們向大家提供以往都沒有的各種工具以實現你的AI雄心，使得AI從理論走向實踐。」

英特爾公司全球副總裁兼人工智慧產品事業部總經理Naveen Rao

在英特爾公司副總裁兼英特爾人工智慧總經理Naveen Rao看來，今天的英特爾主要專註於三個方面推動人工智慧的發展：工具、硬體和社區。其中，工具指的是英特爾加速AI發展，持續優化提升性能，助力更加快速、便捷的AI部署；而硬體則正如字面意思，AI並非「一策萬能」，從通用到專用，從毫瓦到百瓦，英特爾可提供廣泛的方案組合；最後的社區層面則是指英特爾以開放合作來解決複雜挑戰，並與學術社區一起探索最佳解決方案。

英特爾人工智慧產品事業部全球數據科學部主任劉茵茵

軟體工具方面，英特爾人工智慧產品事業部全球數據科學部主任劉茵茵在會上向我們介紹了4大軟體工具：MKL-DNN、nGraph、BigDL以及OpenVINO。

具體而言，MKL-DNN是英特爾的開源性能庫，它為當今的深度學習軟體框架提供了高度優化的內核，可以幫助開發人員發揮出英特爾硬體的最大性能。對於開發者來說，需要選擇適合自己的深度學習框架，而nGraph則是一種跨英特爾所有硬體的統一中間層編譯器，可以為開發者提供高靈活性和兼容性，降低開發難度，提升開發效率。

BigDL是英特爾開發的分散式深度學習庫，運行在現有的Spark集群之上，可以加快對大型數據集的深入學習，同時支持Scala和Python。OpenVINO則是一款軟體工具包，專為在邊緣部署深度神經網路而設計，可以快速優化和壓縮經過訓練的視覺模型，並將其部署在英特爾硬體和加速器上，應用深度學習框架時，關鍵性能會獲得重大提升，且無需大幅調整當前的部署方式。

硬體層面，目前在深度學習計算領域，英特爾的晶元布局主要有Nervana神經網路處理器（NNP）、Xeon（至強）晶元系列、Movidius的視覺晶元VPU以及FPGA，這幾條產品線分別對應幾個不同的細分應用場景。在此次人工智慧大會上，Naveen Rao也宣布了多條產品線的更新情況，包括Cascade Lake至強可擴展處理器、英特爾神經計算棒二代（英特爾NCS 2）以及2019年面世的英特爾Nervana神經網路處理器（NNP）——Spring Crest。

其中，Cascade Lake是英特爾計劃在2019年推出的至強可擴展處理器，它將支持英特爾傲騰數據中心級持久內存以及全新的AI功能——英特爾 DL Boost。這種人工智慧加速技術將加速深度學習推理工作負載，圖像識別能力相比當前的英特爾至強可擴展處理器得到提升。

而英特爾NCS 2基於英特爾Movidius Myriad X視覺處理單元（VPU），並得到英特爾 OpenVINO工具包的支持，與上一代神經計算棒相比性能更優，能夠以可負擔的成本加快深度神經網路推理應用的開發。英特爾NCS 2支持深度神經網路測試、調整和原型製作，可以幫助開發者進入實際應用的量產階段。英特爾NCS 2看起來就像個普通U盤，但它是首次配備有神經計算引擎的設備，藉助英特爾NCS 2的功能提升，計算機視覺和人工智慧可以輕鬆地部署到物聯網和邊緣設備原型上。

在社區方面，英特爾認為，數據科學應當與AI研究緊密結合，並通過開源工具與社區建立聯繫。為此，英特爾人工智慧實驗室開源了三個工具庫：NLP架構、RL Coach以及神經網路Distiller，這些開源庫可以為研究或應用提供合作平台。

落地實體經濟 讓願景成為現實

英特爾公司全球副總裁兼中國區總裁楊旭在本屆大會上以「AI，在實踐中前行」為主題闡述了英特爾對於推動人工智慧發展的三大動力，在楊旭看來，英特爾主要從三個方面推動人工智慧技術：

第一，需要不斷地創新技術；

第二，建立生態系統和開發者社區、技術社區，開展開放性、協同性、全方位的合作；

第三，任何技術必須要用來解決實際問題，英特爾不做「埃菲爾鐵塔式」的研發，英特爾所有技術必須和合作夥伴合作以後到市場上去驗證它的成功。

英特爾公司全球副總裁兼中國區總裁楊旭

對於楊旭所說的第三點，本屆大會上英特爾聯合美的、匯醫慧影、騰訊優圖等分享了雙方攜手合作推動人工智慧突破與應用落地的進展和案例。

比如，英特爾與匯醫匯影一起打造了人工智慧乳腺癌全周期健康管理一體機，這是全球首個以患者為中心的乳腺癌AI全周期健康管理雲平台，提供全數據監控管理和乳腺疾病全周期解決方案。

匯醫慧影創始人兼CEO柴象飛在大會現場滿意地表示：「在和英特爾的協作上，我們使得推演的部分能夠在CPU上進行，最大好處能夠讓原來很多已經既存的硬體以及既存的醫學影像設備快速通過AI的方法來賦能原有的設備，通過英特爾算力的支持，使得我們匯醫慧影的平台、演算法能力以及大量的醫學數據得以更快的挖掘以及更多維度模型的建立。」

而在與騰訊的合作上則主要以現在智慧零售方面，根據騰訊公司高級硬體開發經理沈昊介紹，騰訊優圖和英特爾合作了兩款智能硬體：搭載Intel CPU+MyriadX的優圖盒子以及搭載Myriad2的騰訊優圖AI攝影機。

「我們打造了基於Myriad2的騰訊優圖AI攝像機，在這個攝像機本身我們能夠實現基於人臉的檢測、跟蹤、優選、識別，最大化降低了整套系統的成本。」騰訊公司高級硬體開發經理沈昊表示，「在智慧零售中，通過攝像頭採集的一些視頻數據拿到後台進行分析，我們提供給商家這些系統性的數據以後，他們可以依靠這些數據做一些決策，在落地的標杆案例中，這些商家不管是通過改變貨物的擺放，還有商品規格的改變都不同提升了他們的營業額。」

除此以外，英特爾還將人工智慧技術用在了長城修繕、拯救野生東北虎等項目上。比如在修復長城的工作中，英特爾使用「獵鷹」 8+無人機快速採集成千上萬張高精度長城圖像，這些圖像被拼接在一起構建出高精度的長城3D模型。運用人工智慧演算法來檢測箭扣長城的破損及結構缺陷，甚至能夠精確計算修繕所需的磚塊數量。

而在拯救野生東北虎項目上，今年7月份，英特爾便與世界自然基金會（WWF）在吉林省長春公園舉行合作簽約儀式，宣布運用英特爾人工智慧技術實施東北虎保護項目。具體而言，英特爾通過安裝Movidius驅動的智能相機用於現場野生動物識別，然後進一步通過大數據分析、人工智慧演算法等對東北虎個體、生態鏈相關物種進行識別歸類，形成端到端AI解決方案並可針對棲息地域進行有效的數據訓練及分析，從而行之有效地實施東北虎的監測與保護。

這是一場沒有終點的馬拉松

人工智慧市場的機遇究竟有多大？根據IDC和Tractica公司的分析報告顯示，2017年中國人工智慧市場規模只有9億美元，短短五年以後，到2022年中國人工智慧市場規模會達到90億美元，年複合增長率在58%以上，可以說有著巨大的市場潛能。

不過現階段人工智慧還處於非常初期的階段，AI不僅僅是模型的訓練，還有推理，行業的應用落地更需要龐大的技術支撐。「這是一場沒有終點的馬拉松，而且剛剛起步。」用英特爾公司全球副總裁兼中國區總裁楊旭的話來說，「一項最新調查顯示，現在只有僅僅46%的企業CIO（首席信息官）制定了相關的AI計劃，但真正落地的只有4%。」

對於英特爾本身來說，人工智慧也是一個剛開始不久的領域，好在經過3年的積累，我們今天看到無論是軟體工具、硬體設備、開源社區還是人工智慧應用的實際落地，英特爾在推動人工智慧發展上都有了非常大的進步。

不過這些似乎還遠遠不夠，為了進一步在實踐中推動人工智慧的發展，英特爾還在本屆大會上宣布推出了一個「AI未來先鋒計劃」，在前沿研究、師資建設、人才培養、產業對接等方面全面合作，持續拓展和深化與中國高校以及科研機構的合作，推動人工智慧的突破。可以看到，隨著英特爾對人工智慧領域的進一步布局，在這場沒有終點的馬拉松上，這位晶元巨頭已然衝到了前列。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！