英特尔认为人们对5G及其未来益处的关注,将驱动新的商业价值和无限机遇
——Dan Rodriguez,英特尔公司副总裁兼网络平台事业部总经理
多年来,未来通信一直朝着5G方向稳步迈进。
如今,科技对我们生活的方方面面都至关重要。5G连接、云计算、人工智能和智能边缘四大关键技术转折点(也就是我们所说的“超级力量”)正在驱动数字世界的发展。然而,最大限度地挖掘这些技术的潜能不仅需要灵活、敏捷且可扩展的基础设施,还需要这些基础设施中的软硬件以前所未有的方式得到优化。这意味着要将通信网络从固定功能设备发展为虚拟化云原生部署,在企业中实施增强专用网络解决方案,并支持边到云的通信,从而释放我们超连接世界的全部潜能。
在近期对五百多名信息技术决策者的调查中,78%的受访者认为5G对于企业跟上创新步伐至关重要,近80%的受访者认为5G技术将影响他们的业务。
我们认为人们对5G及其未来益处的兴趣和关注,将能够带来新的商业价值和无限机遇。为此,过去十年来,英特尔一直坚定走在为日益数字化的世界奠定技术基础的前沿。
筑巢引凤
2019 年到 2020 年,我们的业务从 50 亿美元增加到 60 亿美元,涨幅为 20%。英特尔之所以能够成为领先的网络芯片供应商,是因为很早就在软硬件上进行投入,并以其它技术厂商无法企及的方式打造了十分成熟的生态系统。我们已经推动了向核心网虚拟化的转变。2021年,所有最新核心网络部署中,有一半以上进行了虚拟化,并运行在标准化成品服务器上,其中大多数搭载了英特尔®至强®处理器。
在技术变革时期,客户需要灵活性、敏捷性和快速扩展的能力。没有其它公司能够像英特尔产品组合一样提供强大的灵活性。这些包括CPU、加速器、以太网适配器、存储、软件工具包和解决方案蓝图的产品组合能够共同通过一个经过验证的生态系统实现快速部署。
我们为迄今为止的变革做出了许多努力,并且还在加速推进变革。
不断发展,跟上数字化转型步伐
下一个前沿领域是借助接入网转型迎来通过开放生态系统进行交付的虚拟化无线接入网络 (vRAN) 时代。这带来了可与云媲美的敏捷性和自动化功能,能够帮助优化 RAN 性能并最终提高终端用户体验。
我们不会放缓发展速度。未来几年,全球vRAN基站部署的规模将从几百座增至几十万座,并最终达到上百万座的规模。每次部署,我们都会实现一个更敏捷的网络,可以快速跟上数字社会步伐。例如,DISH Wireless 正在扩建美国第一个云原生 5G 网络。该网络以首个部署城市拉斯维加斯(Las Vegas)为起点,将逐步发展为一个部署在基于英特尔技术的基础设施上的全国性网络。
虽然vRAN还处于早期阶段,但英特尔看到了这一需求的前景,并在我们的硬件、FlexRAN软件参考架构和生态系统上加大投入。目前,几乎所有商业vRAN部署都基于英特尔®技术运行,包括德国电信等供应商。我们正在与全球其它领先电信公司合作,支持他们的vRAN试验和部署。
在边缘为生活赋能
我们的数字社会正在以无法想象的速度创造数据。到2023年,预计75%的数据将在数据中心之外的边缘生成,如工厂、医院、零售商店和整个城市。特别是对于关键应用来说,基于强大网络基础设施的超高速连接可能会变得越发重要。如果能在边缘对这些数据迅速采取行动,就意味着公司可以发掘新的收入来源,并从之前未开发的数据来源中获得全新洞察。EXOR International就是一个很好的案例,它与英特尔合作在意大利维罗纳建立了一座端到端智慧工厂,这是工业4.0数字化惠及所有规模制造商的一个绝佳案例。
许多行业都希望采用边缘计算功能,其中一个关键考量因素是企业客户能够快速定制其边缘应用。在软件方面,我们确保开发人员拥有一切必要资源,来更轻松地为边缘开发软件。其中一种解决方案就是英特尔®智能边缘,包含商业产品和用于多接入边缘计算层的开源工具包,方便开发人员轻松跨越云、网络、边缘去迁移、编排并管理工作负载。
基于英特尔的5G未来
随着5G和边缘计算充分发挥潜力,人工智能、云计算和智慧城市将成为常态;工厂自动化将随着工业4.0蓬勃发展;零售店将重新设计改善顾客购物体验。对于消费者来说,云游戏、移动网络上的虚拟现实和增强现实将成为日常体验。
但是,只有通过足够强大的网络才能以灵活、可扩展的方式提供可靠、低延迟的通信,从而满足当今以及未来基于AI 的全新边缘服务需求。这就是为什么英特尔的一切都围绕着我们的宏旨:创造改变世界的科技,造福地球上每一个人。我们将继续帮助您利用这些超级力量满足您和您的客户的需求。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。