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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。