2020年9月21日,北京——在2020阿里云栖大会期间,英特尔公布了众多与阿里巴巴的最新技术创新进展,包括:共同开发云原生软件、发布阿里云领航员计划2.0、推出多个基于英特尔傲腾持久内存的云实例,并通过英特尔软硬一体AI解决方案,释放CPU的卓越性能,全面使能阿里云。同时,双方还围绕英特尔至强可扩展处理器和英特尔首个基于Xe架构的服务器GPU打造视觉云解决方案,实践云边端一体化的可行性。
英特尔首席执行官司睿博(Bob Swan) 致辞本届云栖大会并表示:“2020年不同以往,新冠病毒带来了异常严峻的挑战,我们在疫情中获得的经验和教训将成为我们重构未来的基础:首先,没有任何一个个人或者一家公司能够单枪匹马解决像新冠疫情这样的世界性问题,因此合作尤为重要。其次,英特尔的理念是通过产品更好的帮助客户取得成功。在英特尔,我们相信创造世界一流技术需要的不仅仅是芯片。英特尔正在积极创新六大技术支柱,为客户提供领军产品。未来,我们持续深化与阿里巴巴的合作伙伴关系,引领、变革以数据为中心的计算世界。”
过去十多年中,英特尔和阿里巴巴进行了全方位的技术合作和探索。以技术创新为合作基石,双方不断探索新应用、新突破,创造并见证了一系列数字经济时代数字化基础设施的变革与创新。“新技术引入时间早、使用规模大、合作程度深、合作范围广,是英特尔和阿里巴巴长期以来深入合作的最好概括”,英特尔公司市场营销集团副总裁兼中国区总经理王锐女士在大会演讲中表示,“从电商、云计算、AIoT、大数据、AI,到奥运、5G、区块链,英特尔与阿里巴巴将持续深化合作,通过技术创新造福社会与个人。”
阿里巴巴集团副总裁、阿里云智能事业群基础设施事业部总经理周明指出,“数智经济时代云基础设施已经成为社会的基础设施,作为世界领先的云服务商,阿里云始终致力于为用户提供具备高价值的差异化服务。而英特尔凭借强大的产品技术领导力和持续不断的创新,在数据中心领域始终处于领先地位。基于相同的价值理念,双方将持续加强前沿技术探索,从而为用户提供更优质的云服务。”
在云计算领域,为提高编程效率、资源利用率并最终简化运维,英特尔携手阿里云共同研发云原生软件,并基于Kata Containers和Cloud Hypervisor推动上层容器服务和底层资源管理调度平台——沙箱技术创新。在提高性能的同时,为增强使用的安全性,阿里云运用英特尔SGX技术以硬件安全为强制性保障,通过新的指令集扩展与访问控制机制,实现了不同程序间的隔离运行,保障了用户关键代码和数据的机密性与完整性,旨在为开发者提供高度可信的执行环境。
与此同时,阿里云通过应用英特尔软硬一体化的AI解决方案来高效实践人工智能。硬件方面,基于第三代英特尔至强可扩展处理器的DL boost深度学习加速指令,阿里云第七代高主频云服务器实例可支持INT8以及BF16在AI场景中的实现;软件方面,英特尔团队帮助阿里云智能计算平台(PAI)进行深度定制,集成最新的优化框架,从而实现更优的操作,并使重要模型获得更高的性能。
值得一提的是,为简化新技术采用周期,大幅提升技术创新效率,英特尔携手阿里云推出了全新领航员计划2.0,为使用者提供公有云环境、弹性裸金属服务器,以及领先的英特尔傲腾持久内存等最新的软硬件技术。此外,作为中国首家部署英特尔傲腾持久内存的用户,阿里云于全球首推基于英特尔傲腾持久内存的内存增强型实例ebmre6p和re6p。今年9月,阿里云Tair数据库基于英特尔傲腾持久内存的自研引擎,在结合神龙裸金属服务器和云原生数据库管理系统后,推出Tair持久内存版,在提升90%吞吐量和降低30%成本的同时,实现了操作的持久化和应用架构的大幅简化。
此外,面对迅速崛起的智能边缘,为满足广泛的视觉体验在云端和边缘的爆发性增长需求,提供可伸缩的云基础架构,英特尔与阿里云从软件和硬件“双管齐下”共推物联网技术的发展和应用。天猫精灵在阿里云边缘计算节点上部署基于安卓容器的安卓应用服务-应用运行于边缘服务器容器中,以音视频流的形式传输和渲染在终端设备上。整个方案具有虚拟化实例密度高、延时低、带宽低等技术领先性。现阶段,双方基于英特尔至强可扩展处理器和英特尔Server GPU探讨基于视觉云的应用解决方案,以通过其强大的能力满足了阿里云对应用云化的需求,打造全新客户体验。
在助力企业数字化转型方面,为帮助企业快速应用和部署阿里云最新的产品技术,英特尔亦为诸如沪江教育、申通快递等企业提供全方位的软硬件支持,以充分释放数据价值,推动业务增长。展望未来,英特尔将继续携手阿里巴巴打造坚实的智慧云基石,通过全面的产品技术领导力、解决方案创新力和生态构建力赋能千行百业,加速企业数智云化落地,共推数智经济发展。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。