2022年1月11日,昆明 ——今日,以“融新共汇智 聚力再起航”为主题的2021年度英特尔中国区数据中心渠道解决方案峰会在昆明举行。会上,英特尔公司市场营销集团副总裁兼中国区数据中心销售总经理陈葆立与英特尔公司网络及边缘计算事业部销售总经理郭威分别介绍了英特尔在数据中心的渠道发展战略、业务进展及合作伙伴现状,并着重强调了渠道业务在英特尔中国区数据中心整体业务中的重要价值。期间,逾300位来自全国各地的英特尔解决方案专家、服务器系统制造商、服务器系统设计厂商、独立软件开发商等齐聚一堂,分享了英特尔产品技术在智能制造、智慧交通、云游戏、超高清直播等领域的落地成果。
英特尔公司网络及边缘计算事业部销售总经理郭威表示,近两年半导体供应链上的供应短缺持续,而疫情考验下各行各业对加速数字化转型的需求也愈发明显,基于此,英特尔始终坚持深耕细作,不断聚合渠道合作伙伴的力量,致力于通过强化横向产业链合作,以标准化的服务器和解决方案满足千行百业的个性化需求,在水平化和垂直化的需求之间寻求动态平衡。
“万物数字化”时代对半导体的需求呈现前所未有的增长,基于此,英特尔致力于依托“无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能”这四大超级技术力量,打造强大算力和最佳产品,推动全行业的创新突破与数字化变革。在数据中心领域,英特尔一方面持续发力产品,基于x86和XPU,不断升级以数据为中心的平台级解决方案,提供领先并普惠化的计算力,打造跨云计算、人工智能、智能边缘等多领域的坚实数字基石;与此同时,现阶段数字化基础设施已经成为实体业务转型的关键动力,因此需要将产品技术提前、主动从源头拥抱业务需求,基于此英特尔将用户实际需求前置到产品开发、设计环节中,并通过各地不同行业的内外部环境特点和对业务场景的深入了解,携手生态合作伙伴共同打造基于英特尔数据中心产品技术的高价值、普适性强、易于复制的场景化解决方案,以赋能各行业业务敏捷创新。
与此同时,由于传统的商业合作模式已无法满足智能时代的产业发展和客户需求,只有密切协同生态,方能从容应对。基于此,为助力产业及合作伙伴的更高价值成长,秉承“水利万物而不争”的生态发展理念,英特尔把打造生态视作自己的DNA,并通过持续壮大数据中心合作伙伴生态进一步深化技术落地。其中,渠道业务正在通过日益精细化和规模化的发展,成为数据中心合作伙伴生态的重要组成部分。英特尔中国区数据中心渠道业务自2008年开始筹备,随着合作伙伴生态的日渐壮大,从初期的本地客户逐步拓展至各垂直领域的硬件OEM和操作系统、数据库、虚拟化等软件提供商,渠道业务在2015年成功步入高速增长阶段。至2019年,整个数据中心渠道部门的营收已达10亿美元。以聚合新能力,构建全能型伙伴体系为目标,2021年,英特尔数据中心渠道生态迎来本地ODM伙伴的加入,这不仅在业务上能够完善从原始设计、构建整机系统到整合软件和行业方案的全流程,也实现了渠道生态体系的全链路打通,构建起生态产业链。在此期间,英特尔也从静态化的专业支持转型为动态化的生态产业链协作,从产品技术到提供更广阔的平台和更多机遇,全方位赋能渠道生态合作伙伴,加速创新和应用落地。
在本次数据中心渠道解决方案峰会上,来自智能制造、智慧交通、云游戏和超高清直播等领域的诸多合作伙伴分享了其最佳应用实践。在智能制造领域,英特尔以最新推理加速套件OpenVINO工具包为企业打造高效AI的推理平台,从质量、效率和成本上为企业带来显著效益提升;在智慧交通领域,英特尔傲腾持久内存以其高吞吐率、低延时、高服务质量和超高耐用性,帮助企业降低服务器节点的规模,进一步控制TCO,为智慧交通的发展保驾护航;在云游戏和超高清直播领域,内置AI加速的英特尔至强可扩展处理器显著提升算力,为用户带来了极致的观看和互动体验。与此同时,英特尔还携手数据中心渠道合作伙伴,在峰会现场展示了包括电力、医疗和自动驾驶等行业在内的近40个基于英特尔产品技术的解决方案。
后疫情时代,数字化转型需求已达全产业的需求高点,云计算、人工智能、物联网等技术也步入协同成熟时期。基于此,英特尔以领先的产品技术和强大的软件实力全方位赋能数据中心渠道生态合作伙伴,以强化合作伙伴的解决方案能力和激发其自身潜能,增强产业生态供给;同时,英特尔亦不断汇聚新能量,增强数据中心渠道生态强劲生命力,以携手强大生态共创新未来。
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。