英特尔公司市场营销集团副总裁兼中国区总经理王锐
2020注定是不平凡的。它不仅是新十年的起点,更昭示着产业新格局的加速形成。就像我们在这次抗击疫情的过程中所看到的,从医疗影像诊断、无接触配送到口罩智能制造、防疫政策制定等,人工智能、5G、智能边缘等转折性技术加速突破和融合,将成为智能世界的新型基础设施。
转折性技术处于前所未有的历史交汇期,进一步释放“智能X效应”。AI让网络和边缘更智能,5G和边缘让AI无处不在,5G和AI让边缘解锁新机遇。AIX5GX智能边缘,三者相互交织, 推动智能进入新的发展拐点。
智能的变革正在发生,为个人、企业和社会带来切实价值。智能“新基建”将催生更广泛、更深刻的智能变革,创造洞察终端用户需求的体验价值、突破行业标准的经济价值、应对突发公共事件的社会价值,并成为可持续发展的强劲动力。作为奥运会全球TOP合作伙伴,英特尔将AI、5G、VR等智能科技带到奥运会,让奥运更智慧,体验更精彩就是一个极好的实例。
智能“新基建”以信息网络为基础,5G是重要支撑。截至3月底,中国已经建成5G基站19.8万个。有分析认为,中国将建成全球规模最大、覆盖最广也最为领先的5G网络。这样的进展令人欣喜,但我们也应该认识到,5G建设不仅要靠投资驱动,更关键的是以网络转型推动技术创新和应用。只有加速从核心到边缘的网络云化转型,构建开放、智能、灵活的新一代云网融合基础设施,才能释放5G的真正潜力。
作为5G的重要参与者和关键推动者,英特尔通过云网边产品组合,以及软硬加速方案和通用参考设计,加速敏捷智能的云网融合,奠定5G应用基石,并与国内外行业伙伴共同打造多样化5G生态,加速5G商用步伐。今年2月,英特尔面向5G网络基础设施发布了一系列硬件和软件产品,其中包括最新发布的首款面向无线基站的、基于英特尔架构的10纳米SoC凌动P5900平台。借助从核心到边缘一致的英特尔架构,客户得以在整个网络中,复用软件,缩短上市时间,减少研发成本。
在中国,英特尔始终与电信运营商等5G产业生态伙伴紧密协作,并积极贡献于标准化组织和开源组织工作,支持ORAN联盟、ONAP等开源社区,参与发起ODCC,推动产业开放,更结合英特尔Network Builders计划,推动5G生态系统的繁荣发展。
同时,英特尔以数据为中心,通过全面的产品领导力、解决方案创新力和生态构建力,加速转折性技术的融合创新,将智能融入云、网络、边缘和各种计算设备,助力智能“新基建”的建设,并坚持客户至上,帮助客户行稳致远。比如,基于业内唯一集成AI智能加速能力的第二代英特尔至强可扩展处理器,英特尔为新华三首创的先知网络架构的核心组件——先知分析器,提供强大的算力支持,更结合新架构在不同应用场景中的需求,为其AI训练和推理过程提供多种优化方案,在最终用户的实际部署中获得良好反响。
随着5G发展、“新基建”推进,中国将成为互联网“下半场”的领跑者,这是产业互联网狂飙突进的阶段。英特尔将以“全能冠军”的实力,“水利万物而不争”的生态之道,携手中国客户和合作伙伴,利用好智能科技,乘风破浪,共创未来。
迈向新十年,英特尔矢志践行自己的宏旨:创造改变世界的技术,造福地球上每一个人。英特尔以“RISE”战略——履责(Responsible)、包容(Inclusive)、可持续(Sustainable)、赋能(Enabling),奔向更为远大的2030目标,将不断推动智能科技等的创新,持续深化产业合作,帮助解决人类重大挑战,为人类创造更多福祉。
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。