人工智能的大潮下，英特尔是如何拿到第一张船票的？_手机购彩app，手机购彩

本文摘要：，保证其产品的普遍可用性。

，保证其产品的普遍可用性。实质上，人工智能的应用于场景十分复杂，必须有所不同特性硬件平台以及软硬件协同优化，才能有效地提高数据处理的速度和准确性。

为此，英特尔充份利用自身技术和产品创意的统合优势，获取了独一无二的人工智能全栈解决方案，还包括：领先而原始的硬件平台，涵括至强劲处理器、至强融核处理器、英特尔®Nervana™ 神经网络处理器和 FPGA、网络以及存储技术等；针对深度自学/机器学习而优化的基于英特尔架构的数学函数库（英特尔® MKL-DNN以及数据分析加快库（英特尔® DAAL）等，以及英特尔Nervana Graph；反对和优化开源深度自学框架如 Spark、Caffe、Theano 以及Neon 等；建构了还包括英特尔Nervana、英特尔计算机视觉 SDK、 Movidius 和 Saffron 为代表的平台，以推展前后末端协同人工智能发展。另外，在公司层面，英特尔也早已在 2017 年 3 月正式成立了人工智能产品事业部，这个事业部的负责人是 Nervana 被英特尔并购前的首席执行官 Naveen Rao，而他的必要汇报对象，就是英特尔 CEOBrian Krzanich。可以说道，在人工智能的布局方面，英特尔早已构建可行性顺利。

通过行业应用于获释 AI 潜力在 11 月 15 日的英特尔人工智能大会上，英特尔中国区总裁杨旭在演说中提到到了十九大报告中一句话：前进互联网、大数据、人工智能和实体经济结合。实质上，对于英特尔而言，人工智能的潜力和价值，才是反映在它需要与其他行业应用于构建有效地的融合。

比如说在医疗方面，英特尔与阿里巴巴和零氪科技联合举行了天池医疗 AI 大赛，以期增进算法创意，用人工智能加快精准医疗的发展；大赛第一季面向的是医学界普遍认为的难题——早期肺癌的临床。作为大赛的联合举办方，英特尔获取了可为深度自学获取高效计算出来反对的至强融核处理器、至强劲处理器等产品和技术，还有针对机器学习和深度自学的英特尔Math Kernel Library（MKL）核心算法库及英特尔Python 数学库，以及尤其为医疗影像分析设计的深度自学框架软件等。据理解，在这次天池大会上，英特尔为深度自学框架 Caffe 自定义了 43 个打破开源版本的新功能，来承托运动员的模型创意；同时也为天池软件贡献了 35000 行框架代码和 6000 行参考模型代码，为模型训练保驾护航。

结果是，各队运动员在比赛期间遇上的 80% 的问题，英特尔事前都有检验过。英特尔在人工智能应用于中的另外一个最重要布局是 FPGA，它可以应用于 5G 无线通讯、雷达和航天、网络、云计算、智慧城市和无人驾驶车辆等多个领域。其中在利用 FPGA 加快数据中心应用于的实际效果上，有一些十分明显的例子。

比如说 SWARM 64 在用于英特尔的 FPGA 加快技术后，动态数据分析速度可提升 5 倍以上，传统数据仓储提升 2 倍以上，存储传输提升 3 倍以上；而在基因测序中，博德研究所利用英特尔旗下 FPGA 的高性能并行处理能力，可以将 Pair-HMM 算法能力提升 50 倍，总业务效率提升 1.2倍。而在 11 月 15 日的英特尔人工智能大会上，基于英特尔至强劲处理器服务器和 Arria 10 FPGA 芯片，地平线机器人展出了一个可以用作数据中心的视频结构化系统。

该系统需要在单个 FPGA 卡上运营深度神经网络，同时处置 16 路 1080p 动态视频，可以用作五谷丰登城市、智能交通、园区楼宇监控等多种行业。另外一类早已获得广泛应用的英特尔人工智能产品，来自Movidius。比如说今年 10 月份公布的 Google Clips 在机身内部配备了一块 AI 芯片，这块 AI 芯片，就是英特尔旗下 Movidius 发售的一款取名为 Myriad 2 的 VPU（Vision Processing Unit，视觉处理单元）。Myriad 2 作为一款视觉处置芯片，它的功能就是专门用作图像处理；其特点在于功耗很低，需要在半瓦的功耗下获取浮点运算功能，用于 20 纳米的工艺展开生产。

(公众号：)在人工智能大会现场仔细观察到，Movidius 的 Myriad 2 VPU 也早已被用作华睿 S5 工业级智能照相机中，该照相机还不具备读码/定位/给定/测量/ OCR 等算法，可普遍限于于各种工业应用于场景。而英特尔在今年 7 月公布的Movidius 神经计算棒，也早已被数家厂商用作训练过的深度自学加快中。

实质上，英特尔旗下的诸多人工智能产品，早已被还包括微软公司、Facebook、百度、阿里巴巴和腾讯等在内的诸多合作伙伴应用于医疗、智能照相机、云计算、服务器、智能音箱、机器人等一系列的产品和应用于中；可以说道，英特尔早已较慢构建了人工智能的落地，这也从诸多方面正好与众不同了英特尔在本次人工智能大会上所明确提出的“获释 AI 潜力”的主旨。英特尔人工智能的未来虽然在人工智能领域早已小有所成，但是英特尔并没暂停行进的步伐，而是在多种技术层面大大探寻。在本次英特尔人工智能大会上，英特尔中国研究院院长宋继强上台讲解了英特尔此前早已发布的 Loihi神经元测试芯片。

Loihi 故名于夏威夷海底的一座火山，它由 128 个计算出来核心包含，每个核心构建 1024 个人工神经元，整个芯片享有多达个 13 万个神经元与 1.3 亿个神经元相连。虽然无法与享有超强 800 亿个神经元的人脑比起，但是宋继强回应，Loihi 代表着未来人工智能芯片的发展方向。其原因在于，Loihi 芯片需要像大脑一样通过脉冲或尖峰传递信息，并根据这些信息调节神经元强度，能仿效大脑，通过环境中各种对系统信息展开自律自学、发布命令指令。

该芯片限于于无人机与自动驾驶、红绿灯自适应路面交通状况，用摄像头找寻失踪人口等任务；不过英特尔目前仍未生产出有 Loihi 芯片，但已用 FPGA 芯片展开了硬件仿真测试。在 FPGA 领域，英特尔正在探寻利用自有 10 纳米（10nm）FinFET 制程技术生产的 FPGA 产品（代号为“Falcon Mesa”）。

据理解，Falcon Mesa FPGA 产品将反对 112Gbps 串行收发器链路，以及还包括 PCI Express Gen4 x16 在内的近期外围设备网络技术，可面向下一代数据中心，获取低约每地下通道 16GT/s 的数据传输率。它们未来将被用作符合数据中心、无线 5G、网络功能虚拟化（NFV）、汽车、工业和军事/航天应用于的加快和计算出来市场需求。

另外，英特尔还在实验室里研发了3D 人脸面部表情捕猎技术，可以构建对视频人脸的自动检测与辨识，精准修复 3D人脸，并动态追踪面部表情变化，将预先设计好的特效素材所附在 3D 人脸上，新的图形到 MV 视频中，从而超过难以置信的脸部特效。实质上，在 10 月下旬的英特尔品牌之夜上，歌手李宇春就在演出中“尝鲜”试用了这一技术。最后一点被迫托的是，在对自有业务展开前沿的探寻之外，英特尔还通过对外投资来建构自己的人工智能行业矩阵。意味着在今年 10 月份，英特尔就宣告了对 15 家科技创业公司的投资，涵括人工智能、网络安全和自主化机器等多个领域；这其中就有来自中国的地平线公司，据理解，这家公司获取的是低功耗高性能的嵌入式人工智能解决方案。

综合来看，面临人工智能大潮的来临，英特尔凭借较慢的转型和普遍的布局，早已为自己在人工智能时代夺得了一张门票；而数据洪流和行业应用于的来临，反过来又为英特尔在人工智能时代的较慢发展获取了机遇。毫无疑问，最少在可意识到的未来一段时间里，人工智能将更加沦为英特尔业务发展的一个核心关键词，而英特尔的技术探寻之路仍将之后，我们拭目以待。原创文章，予以许可禁令刊登。

下文闻刊登须知。