2016年英特尔信息技术峰会(IDF 2016)包括了一个首次亮相的活动——英特尔SoC FPGA开发者论坛(ISDF)。这个为期一天、与IDF在同一地点举办的活动,聚焦于英特尔可编程解决方案事业部(前身为Altera公司)及其SoC FPGA技术。英特尔首席执行官科再奇在此次活动上发表主题演讲,回答了自收购Altera以来备受外界关注的一系列问题:收购Altera对于SoC FPGA用户而言意味着什么?我们目前的发展方向是什么?最重要的是:FPGA和SoC FPGA能否在英特尔站稳脚步?
在此,我想对他的演讲进行一番总结,并补充一些自己的观点。
英特尔首席执行官科再奇、英特尔公司副总裁兼可编程解决方案事业部总经理Dan McNamara在首届英特尔SoC FPGA开发者论坛(ISDF)上发表演讲
FPGA和增长的良性循环
科再奇在其主题演讲中明确表示,英特尔的增长将由一个良性循环所驱动,FPGA是这个增长战略的一个重要组成部分。在智能互联的世界中,所有“物”都能作为数据被捕捉,进行实时的估算,并可随时随地访问。
科再奇表示,当今技术正在不断“打破数字世界与真实世界之间的藩篱”,随着虚拟现实、人工智能等技术的兴起,这一趋势将越发明显。英特尔驱动智能互联世界的战略几乎涉及从传感器、加速器到云的方方面面。FPGA和SoC FPGA将在其中发挥核心作用。
随着新的“物”呈现爆发式的增长,数据中心也将全新涌现一批多样化的应用程序和工作负载。未来的数据中心必须更加灵活,才能适应不断变化的工作负载的需求。
无论你正在管理的是一家新的智能互联工厂,一家通信服务提供商,还是一个云网络,所有这些都必须以较高的能效水平以确保性能和连接性。因此,如何控制性能功耗比(performance per watt)显得至关重要。
我们正面临三大挑战:第一,网络需要更高的带宽和更低的延迟;第二,数据中心必须更加灵活以应对全新的、不断变化的工作负载;第三,需要有效管理性能功耗比。而所有这些都是FPGA的关键价值驱动力。
通过提供更高的灵活性、智能和效率,英特尔FPGA打破了瓶颈并将加快智能互联世界发展的步伐。作为一个多功能算法加速器,FPGA和SoC FPGA提供了硬件与软件可编程能力的最佳组合。这将让系统设计师通过探索出在CPU和FPGA上工作效率最高的工作负载,创建更加出色的系统。
增强FPGA的价值定位
在主题演讲中,科再奇还强调了英特尔对于投资并发展FPGA业务的承诺,这其中包括投资新的FPGA和SoC FPGA产品路线图,支持更长的产品生命周期,并继续为客户提供他们期待从Altera所获得的服务与支持。
英特尔卓越的运营能力,将有助于持续开发针对不同市场和应用的先进的FPGA,并且衍生出针对英特尔数据中心、物联网部门的特定需求而进行调整的产品。英特尔将继续针对微型系统、规模受限但对性能有要求的系统,以及大、中、小型终极高性能环境而开发FPGA。英特尔将通过提供独立的FPGA、集成CPU和FPGA的封装系统解决方案,以及基于IA或ARM架构的SoC FPGA来满足上述系统的需求。
在科再奇发表主题演讲期间,施耐德电气首席技术官Prith Banerjee上台完美地展示了FPGA在整个良性循环中的价值。Prith强调施耐德电气选择了英特尔FPGA和SoC FPGA作为其工业物联网系统中的端到端解决方案,以支持传感器和设备、网络和云。英特尔FPGA为施耐德电气提供了支持未来智能工厂所需的性能、电力和灵活性。
英特尔首席执行官科再奇、施耐德电气首席技术官Prith Banerjee强调英特尔FPGA和SoC FPGA在工业物联网系统中的价值
在结束主题演讲之前,科再奇向观众展示了我们最新基于英特尔14纳米三栅极制程的FPGA——Stratix 10。Stratix 10很好地证明了我们在性能、系统集成和容量方面所能为客户带来的FGPA创新。Stratix 10 FPGA的推出,也体现了随着英特尔品牌融入FPGA产品系列,我们正在完成从Altera到英特尔的品牌转换。
英特尔首席执行官科再奇向观众展示英特尔品牌的14纳米Stratix 10 FPGA
科再奇强调,英特尔FPGA和SoC FPGA已站稳脚步。通过英特尔不断扩展的处理器产品线,再加上FPGA技术,我们能够更好地促进云与物联网之间的良性循环。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。