数据大潮涌来，英特尔强势出击 原创

至顶网服务器频道 11月02日 新闻消息（文/邹大斌）： 11月12日，杭州云栖小镇，2017云栖大会现场，英特尔公司数据中心事业部副总裁兼数据中心战略规划总经理Robert C. Hays出现在大会主论坛，与阿里巴巴集团副总裁周靖人共同宣布，阿里云MaxCompute大数据平台Big Bench应用测试基准达到了100TB。另外，在本次大会上英特尔还公布了与阿里云的多项合作成果。

与阿里的合作只是英特尔与众多中国合作伙伴和客户合作中的一个，一直以来，英特尔都和其客户和合作伙伴保持着紧密的合作伙伴关系。一方面把英特尔的能力更好地输出给中国用户，同时，也从客户这里感受市场的需求和最新变化，这是英特尔保持市场领先的重要举措之一，是其得以在市场发生变化之前就能做好准备的关键，正如今天面对汹涌而来的数据大潮，英特尔已经做好各方面准备一样。

英特尔公司数据中心事业部副总裁兼数据中心战略规划总经理Robert C. Hays与阿里巴巴集团副总裁周靖人

携手阿里云，挖掘数据价值

MaxCompute大数据平台服务是阿里云上新推出的一项大数据服务，运行在英特尔最新发布的至强可扩展处理器上。为了优化MaxCompute的性能，更好地服务阿里云的客户，阿里云与英特尔携手做了大量的优化工作。而通过Big Bench标准（Big Bench是一项对大数据平台进行测试的国际标准）对其MaxCompute大数据平台进行测试结果也证明了合作的效果。

测试结果表明，通过优化后，MaxCompute大数据平台上的Big Bench端到端大数据应用测试基准达到了100TB的海量数据、7830 QPM（QPM，每分钟处理的请求量），这一业界领先的优异成绩无疑将进一步推动阿里云大数据业务的快速发展。

据Robert C. Hays介绍，围绕MaxCompute大数据平台，英特尔与阿里云进行大量密切合作，显著提升了大数据分析的性能和MaxCompute大数据平台服务的可扩展性。合作涵盖了软硬件优化：在硬件优化方面借力于英特尔最新发布的至强可扩展处理器带来的架构优势（例如，AVX-512英特尔高级矢量拓展指令集512），而软件优化方面则聚焦在有效的内存分配、任务并发的智能调配、网络带宽的智能配置。

 “因为我们对硬件和软件了解更深入，可以在底层提供各种技术支持以及软件优化的经验，从而确保这个大数据分析平台让用户的应用能够运行得更快、更好，同时更低成本。” Robert C. Hays告诉至顶网记者。

当然，这种测试不止是对阿里云有意义，测试结果对用户同样是非常有参考价值。“用户总是希望找到一个比较好的云服务，让他们在大数据处理方面能够获得很好的性能，同时具有比较低的成本。参考基准测试数据值可以帮助选型。”Robert C. Hays解释说。

值得一提的是，在Big Bench的形成过程中，英特尔也是重要的贡献者。英特尔参与了制定标准的过程，并推动让标准测试组织TPC认可测试基准，变成一个标准的测试基准（TPC-BB）。这也为测试顺利进行奠定了一个非常好的基础。

据悉，英特尔与阿里方面的合作历史长达12年之久，内容涉及云、大数据和人工智能等多个领域。Robert C. Hays告诉记者，除了MaxCompute大数据平台外，英特尔其实与阿里云有着广泛的合作。在今年的云栖大会上，英特尔就公布了与阿里云的多项合作成果。比如，阿里云和英特尔在中国推出了基于英特尔SGX（软件防护扩展指令）技术的首个云服务主机；阿里云将部署英特尔FPGA加速云等。

应对数据洪流带来的挑战

英特尔和阿里云的合作内容很多，其核心目的都离不开优化数据性能，充分挖掘数据价值，从而满足数据驱动业务的需求。实际上，这也是中国大多数企业的诉求，而且随着数据量的持续增加和数字化转型的双重作用，这一诉求愈加迫切。

在云栖大会英特尔专场论坛上，英特尔企业副总裁CJ Bruno分享了一些数据：到2020年，平均每个互联网用户每天会产生大约1.5GB数据；一台自动驾驶汽车每天大约能产生4TB数据；一架飞机每天产生5TB；一个智能工厂每天产生1PB数据…….未来数据量会越来越大，增速越来越快。而数据洪流会带来诸多挑战，包括更大的存储空间，更好处理性能，同时，也带来了更多从数据中获取洞察的机会。针对这些变化，英特尔开始了转型，从之前的以PC为中心，转变为如今全力支持云和数十亿的智能连接设备。

“英特尔目前最重要的几个领域是：第一是云计算；第二是网络的升级，包括5G；第三是人工智能和数据分析，这些是英特尔投资重点。” Robert C. Hays表示。

在英特尔的诸多重点业务领域中，AI尤为值得一提。和云计算、大数据和智能终端相比，AI也是近一两年英特尔投资最多的业务领域，最近一两年的收购基本都集中在AI领域，英特尔对此的重视由此可见一斑。

“海量数据产生以后，必然会要求各种云服务或者基础设施能够拥有人工智能或者机器智能，来帮助处理这些数据，从而让这些数据能更好地为人类服务。因此，AI必然会成为市场热点。”Robert C. Hays说。

实际上，为了应对数据洪流带来的挑战，依靠自我技术积累和收购，英特尔已经组建起了一直强大的“AI武器库”，包括构建于英特尔架构的涵盖至强处理器、至强融核处理器、Nervana平台和FPGA、Omni-Path网络、3D XPoint存储等技术的硬件平台；结合英特尔针对深度学习/机器学习而优化的英特尔数学函数库（Intel MKL）、英特尔数据分析加速库Intel DAAL）等；致力于为多节点架构提供卓越性能的开源软件框架如Spark、Caffe、Theano以及Neon等，及可推动前后端协同人工智能发展布局的Saffron、TAP、Nervana 系统、Movidius等工具和平台。这些产品组合将帮助用户更方便地获取、开发和部署人工智能应用，将人工智能潜能在各个领域中充分释放，如智能工厂、无人驾驶汽车、体育、欺诈检测、生命科学等等。

“作为一家助力云计算，以及数十亿智能互联计算设备的公司，英特尔正继续转型以聚焦在云和数据中心、物联网、内存和FPGA等加速器，从而加速人工智能创新及其在企业和社会中的应用和普及。”Robert C. Hays总结说。