2019年11月7日,北京——在今天举行的腾讯云Techo开发者大会上,英特尔和腾讯云共同宣布了一系列云计算的创新合作:双方发布腾讯云大学云市场英特尔专区,这是腾讯云大学首个与业界领先厂商合作的线上学习专区;同时,基于第二代英特尔至强可扩展处理器的腾讯云在MLPerf首个AI推理性能评测中创造纪录,显示了其领先的AI推理性能;英特尔还为腾讯智能钛机器学习平台(TI Machine Learning,TI-ML)进行加速,在日益丰富的AI应用场景中,提供了更加快速的平台工具,赋能更多用户,推动云计算发展。
英特尔一直以从云到端的全面的产品组合推动着云计算的发展,不仅在网络基础架构及智能边缘等领域进行创新,同时也关注开源生态的建设,并支持多种高成长性的工作负载,帮助企业实现更快数据传输、更强数据存储、更全数据处理,不断挖掘数据价值,助力企业发展和数字化转型。英特尔正在与腾讯全面合作,从云市场学习专区,到云产品创新,紧密携手引领云计算变革,共赢数字新纪元。
本次双方合作的云市场英特尔专区属于腾讯云大学的板块,腾讯云大学是腾讯云生态用户的一站式学习成长平台, 由在线学习中心、人才培养计划、培训认证中心和校企合作中心等构成。在云市场英特尔专区中,英特尔不仅提供云计算和云产品教程,还提供最新软件技术,同时还为腾讯云市场提供商业补贴,已经支持了逾100000名开发者,以低成本快速开发应用。双方以先进技术理念和一站式服务支持开发者,以平台级能力赋能开源生态。
英特尔和腾讯云不仅在人才培养和生态建设上加深合作,在云产品中也不断创新。英特尔软件团队支持腾讯AI推理云TI-EMS在MLPerf首个AI推理性能评测中创造了纪录。MLPerf 是数十家业界厂商共同倡导针对AI的性能评测标准,为各大AI软硬件厂商所广泛认可,也是客户选择云上AI服务的重要参考标准。
在此次MLPerf的性能评测中,基于第二代英特尔至强可扩展处理器及英特尔深度学习加速技术(Intel DL Boost),结合PyTorch的深度优化,腾讯AI推理云TI-EMS获得了业界领先的performance/TOPS性能,在最能体现算力能效的Offline模式下,每T算力是GPU所达性能的2-3倍。基于通用框架(PyTorch)的CPU方案不仅更易部署、更具灵活性,还充分挖掘了CPU的深度学习计算能力,为客户提供一站式的AI服务,更好地满足“企业上云”的需求。
为更好地服务云生态用户,英特尔支持了腾讯智能钛机器学习(TI Machine Learning,TI-ML),它是腾讯云上的一站式机器学习生态服务平台。它能够对各种数据源、组件、算法、模型和评估模块进行组合,用户在其之上能够方便地进行模型训练、评估和预测。
英特尔和腾讯云从数据处理,算法模型到预测及训练方面推进着一系列的合作。腾讯云在行业内率先采用英特尔OpenVINO进行优化,使得该平台的推理性能较之前有了平均1.8倍的提升;基于英特尔DL Boost以及从CPU硬件指令集层面所做的优化,平台的推理服务性能再提升了2.4倍;值得一提的是在该平台上为客户增加了基于英特尔至强可扩展处理器的选项,并且基于英特尔Analytics Zoo丰富了算法库;同时双方还在推进全栈式端到端的AutoML开发(Automated Machine learning),来帮助客户更易构建和优化AI应用。
英特尔公司副总裁兼云平台与技术事业部总经理Jason Grebe表示:“我们对基于英特尔至强可扩展平台上测试出的MLPerf推理结果感到很兴奋。腾讯是云计算领域的领导者,与英特尔有着长期的技术创新合作,在MLPerf上展示了出色的人工智能推理能力,这将为其客户带来更快的计算和服务。”
腾讯云副总裁黄世飞表示:“基于英特尔软硬件的全方位支持,腾讯云在云计算领域不断获得创新突破,使腾讯云获得了业界领先的服务性能。我们希望与英特尔进行更深入的合作,在数据时代加速数字化转型,开创云计算的未来。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。