英特尔“未来智能边缘计算论坛”在京举办
2020年9月18日,北京——在2020中关村论坛期间,英特尔中国举办了“未来智能边缘计算论坛”,来自英特尔的多位高管和技术专家、产业界专业人士以及学术界科研大咖共聚一堂,分享了有关智能边缘计算技术的最新研究、技术进展和产业应用,揭示智能边缘重大机遇,助推产业智能变革。
2020年,挑战前所未有,产业新格局也见端倪。疫情加速了整个经济的结构性调整,远程办公、在线医疗、在线教育等智能应用井喷式发展,对智能的需求前所未有。与此同时,各个行业都在加快数字化转型,把握数字经济的发展大趋势、推动“新基建”,已成为产业界的共识。中国稳步推进5G网络商用部署,5G与AI的乘法效应释放,智能边缘计算快速崛起,将迎来大量数据应用的场景。据IDC预测,2025年全球物联网连接数将增长至270亿个,物联网设备数量将达到1000亿台,全球数据总量预计2025年将达到163个ZB,而未来超过70%的数据和应用将在边缘产生和处理1。
在这一趋势下,各行各业应加快智能边缘技术部署,推进应用落地,释放数据潜能,然而边缘计算需求复杂,应用多样,挑战不可避免。英特尔举办此次“未来智能边缘计算”论坛,就是希望能促进产业交流,加速开放合作,推动应用落地,共同把握智能边缘带来的重大机遇。
“英特尔为智能边缘发展构建技术基石,通过产学研合作以及坚持探索和实效的平衡,既立足当前又布局未来,以产业前瞻,带动智能边缘技术应用突破,助推产业智能变革,”英特尔中国研究院院长宋继强表示。“在英特尔看来,智能边缘、AI和5G是真正实现数据价值的关键技术转折点,它们加速突破和融合,成为智能世界的新型基础设施,驱动各行各业新一轮的智能创新。”
边缘计算是巨大的机遇。推动智能边缘快速发展,需要产业界的协同。英特尔一直和中国的产业合作伙伴一起,同时与大学的研究机构一起,以产学研合力共同推进智能边缘的快速发展。
以机器人领域为例,作为智能边缘计算的典型用例,英特尔一直通过产学研合作的方式推动机器人产业的发展,推进基于5G的云边端一体化部署,机器人更加智能化,自主感知和决策能力增强。
在今天的论坛上,英特尔中国研究院宣布和全球顶尖的学术机构一起,联合举办为期三年的全球机器人学习室内挑战赛,旨在推进服务机器人自学习能力技术的切实突破,推动行业应用落地。同时,为机器人公司搭建技术交流平台、加速市场部署的英特尔“机器人创新生态”也宣布将全面升级,并对18家优质合作伙伴进行表彰。
英特尔一直致力于构建技术基石,引领计算创新,以先进技术驱动未来创新。面向智能边缘计算,英特尔以制程和封装、XPU架构、内存和存储、互连、安全、软件六大技术支柱,为智能边缘计算奠定坚实基石,同时也以全尺度的存储和互连技术推进云边端的融合,贯穿数据计算、传输、存储全周期。
在提升算力方面,英特尔XPU异构整合和oneAPI实现软硬协同。XPU可包含多种不同架构,包括在CPU、GPU、加速器和FPGA中部署的标量、矢量、矩阵和空间混合架构组合。值得一提的是,英特尔最新发布的Xe GPU架构产品组合可带来计算性能的高效提升。oneAPI则是通过一套软件接口、一套功能库为开发者提供不同架构上编程的便利性,同时已经开发过的程序在架构演进过程中不需要重新开发,从而轻易地迁移到未来的架构上。
传输方面,英特尔提供了以太网、硅光子为代表的一系列技术,大幅提升数据传输能力;存储方面,英特尔独具代表性的傲腾技术,突破内存和存储瓶颈,极大地提升了数据、存储和内存的可用性、经济性和灵活性。英特尔为智能边缘提供的软硬融合技术实力,为云边端技术融合打下坚实的基础,引领智能边缘的进一步发展。
与此同时,英特尔也着眼于前沿技术推动智能边缘计算的发展,其中就包括对神经拟态计算等前沿技术的探索。神经拟态计算通过模拟人脑神经元的构造和神经元之间互联的机制,能在低功耗以及少量数据的条件下持续自学习,对于解决目前机器人对环境自学习自适应的挑战,是非常完美的解决方案。目前英特尔在神经拟态计算领域也取得了突破性的进展,最新的Loihi芯片已经拥有嗅觉,可以在少量训练数据的条件下识别10种有毒气味。
英特尔将继续践行自己的宏旨:创造改变世界的技术,造福地球上每一个人,通过先进的软硬融合的技术,实现探索与实效的平衡,同时和生态合作伙伴一起推动智能边缘计算的发展,为更加智能的边缘计算带来曙光。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。