当前,网络和边缘加速创新,软件定义与边缘推理显著改变各行各业。有数据显示,截至2026年,不断增长的网络和边缘基础设施市场机遇将达到770亿美元;截至2025年,预计超过50%的数据将在传统数据中心之外产生和处理。
在近日举行的2022年巴塞罗那世界移动通信大会(MWC)期间,英特尔宣布推出全新的可编程硬件和开放式软件,引领从云到网络基础设施的新一轮演进。
英特尔销售与营销部副总裁兼亚太区运营商客户销售总经理庄秉翰告诉记者,英特尔通过一系列的新产品和解决方案达成自己的愿景,那就是通过开放的平台,在可编程硬件器件基础上,帮助运营商实现网络和业务转型。
可编程硬件
随着行业进入软件定义一切的时代,英特尔正在面向网络和边缘提供可编程平台,以支持行业迄今为止所经历的最为重大的转型之一。
下一代英特尔至强可扩展处理器Sapphire Rapids内核中独特的全新5G特定信号处理指令增强功能,专为支持 RAN特定信号处理而开发,可以使vRAN的容量增加两倍,并支持先进的功能,例如面向64T64R大规模 MIMO的高蜂窝密度。
在全球运营商部署vRAN之际,几乎所有的商业部署均采用了英特尔技术。Sapphire Rapids系列将采用集成加速功能的全新芯片,这些芯片针对vRAN工作负载进行了优化。通过下一代英特尔至强可扩展处理器系列提供的广泛选项,客户在扩建网络时将拥有更高灵活性和更多优化点。
除了Sapphire Rapids,英特尔推出了全新英特尔至强D系列处理器:D-2700 和 D-1700。作为英特尔最新的片上系统(SoC),该系列产品面向软件定义的网络及边缘而打造,集成了AI和加密加速功能、内置以太网、可支持英特尔时序协调运算(英特尔TCC)和时间敏感网络(TSN)、英特尔QuickAssist技术、英特尔软件防护扩展技术,并且具备工业级可靠性。
现在运营商的网络建设从传统的to C(一般用户)的部署,正在往to B(企业客户)部署转变,也就是所谓的企业5G应用的部署。例如中国联通去年在全国部署了200多个边缘节点,加速了边缘计算的应用,其他运营商也开始部署边缘数据中心。
边缘数据中心对功耗要求其实非常高,除了对功耗的要求之外,还要处理不同客户之间的负载。全新英特尔至强D系列处理器能够将计算加速扩展到核心数据中心之外,从而为关键的网络和边缘用例以及工作负载提供更好的整体体验。
例如至强D系列处理器把AI引擎的加速和x86完全无缝融合在一起,并把其他系统级网卡功能都集成在一起,快速且高效地进行AI推理以及其他算力计算。
庄秉翰表示,全新英特尔至强D系列处理器是英特尔所提供的各种不同算力中的一个选项,其基于x86架构,并且把很多周边器件高度集成到芯片。该款处理器可用于安全设备、企业路由器和交换机、云存储、无线网络、AI推理和边缘服务器等。“至强D系列处理器的产品定位不仅只是服务器,也可以面向嵌入式产品,甚至IoT设备,即使是空间和电源受限的环境。”
据悉,包括大型通信服务提供商在定制化智能网卡时,大量选用了至强D解决方案。此外vRAN小站、运营商SD-WAN等场景也可以使用至强D产品,全部承载核心网、小站、客户工作负载、AI的功能。
例如乐天移动在日本部署了全球首个开放的、完全虚拟化的云原生基础设施,为合作伙伴和终端客户提供可靠、灵活、可扩展、安全且富有弹性的移动网络。它采用全新英特尔至强 D系列处理器,在满足Symware设计规范的同时,实现了最优性能。Symware是由乐天移动与英特尔和瞻博网络联合开发的一款紧凑、轻巧、自冷却和防风雨的容器化RAN解决方案。这也十分适用于全球人口密集程度最高的城市环境,例如东京便通过采用英特尔技术展现出vRAN的强大功能。
目前,超过70家领先的技术公司正在与英特尔合作,共同设计采用全新英特尔至强D系列处理器的产品,包括思科、瞻博网络和Rakuten Symphony等。
开放式软件
边缘AI正在改变各行各业,赋能各种全新、增强的用例,包括制造、健康与生命科学应用,以及零售和安全保障。根据Omdia的研究,由于企业对边缘AI推理的需求越来越高,全球边缘AI芯片组的收入截至2025年将达到519亿美元。边缘推理降低了时延、减少了带宽需求并提高了性能,从而满足了新兴物联网设备和应用对及时处理越来越高的要求。
与此同时,开发者的工作负载也在不断增加和变化。因此,他们需要更简单、自动化程度更高的流程和工具,这些工具需要具备全面的智能功能,从而优化从构建到部署的性能。
自2018年推出OpenVINO以来,英特尔已经帮助数十万开发者大幅提升了AI推理性能,并将其应用从边缘计算扩展到企业和客户端。
为了帮助开发人员进一步推进AI并充分利用全新和现有的硬件性能,英特尔发布了三年多以来对OpenVINO的最大升级。其中的新功能主要根据开发者过去三年半的反馈而开发,包括更多的深度学习模型选择、更多的设备可移植性选择以及更高的推理性能和更少的代码更改。
庄秉翰说,英特尔不只是一家CPU公司,而是XPU加软件以及生态的一个公司,为客户提供整体价值。“英特尔拥有不同架构的算力产品,而且通过oneAPI软件堆栈,可以使开发者很容易地应用这些异构算力,且不会浪费他们之前开发的代码资产。”
据了解,American Tower、Zeblok和英特尔正在合作,利用英特尔处理器和OpenVINO向世界各地的城市提供其AI-MicroCloud解决方案。
随着越来越多的开发者在边缘开发创新的新服务,英特尔还为其智能边缘产品组合增加了全新的软件模块。该模块针对英特尔至强处理器进行了全面优化,可加速网络边缘的5G用户面功能(UPF)的工作负载,并帮助提供所需时延和带宽。这些模块抽象了硬件的复杂性,因此开发者可以在顶端编写应用程序,充分利用英特尔CPU的数据包处理能力,为增强5G UPF性能提供了更简单的途径。
结语
在当前网络和边缘创新的背景下,英特尔与运营商也在开展其他层面的合作,比如“东数西算”政策东风下,国内运营商向公有云转型,英特尔可以帮助他们更好地构建云数据中心。
而针对算力网络这一全新的网络架构,英特尔也与运营商探索应用Barefoot进行实时调度和改变网络交换芯片的功能,实现可编程网络网元,满足算力网络对可编程网络、多样化算力、智能、安全、环保等需求。
“英特尔在网络方面的愿景是通过开放软件,使其能够运行在可编程的硬件上面。其实无论是硬件还是软件,英特尔都非常开放,合作伙伴可以进行各种不同的创新和定制。”庄秉翰最后说,“英特尔的平台不是限制创新,而是赋能更多创新,丰富这个生态,让更多合作伙伴能够以较低代价参与到网络业务创新中去。”
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。