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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。