2023年7月6日,上海——今日,以“智联世界 生成未来”为主题的2023世界人工智能大会(WAIC 2023)拉开帷幕,英特尔公司高级首席AI工程师、网络与边缘事业部中国区首席技术官张宇博士在大会期间发表了“面向边缘计算的人工智能产品创新”的主题演讲。张宇博士详细介绍了英特尔面向边缘计算领域的人工智能(AI)产品创新,并讲述了英特尔如何通过先进的软硬件产品组合和解决方案助力行业和企业加速人工智能的开发和落地应用,以进一步推动人工智能蓬勃发展。

英特尔公司高级首席AI工程师、网络与边缘事业部中国区首席技术官张宇博士发表演讲
英特尔公司高级首席AI工程师、网络与边缘事业部中国区首席技术官张宇博士表示:“英特尔一直致力于推动人工智能技术的发展和应用,通过在软硬件方面‘双管齐下’的策略和先进的人工智能产品组合,英特尔将助力企业解决在边缘人工智能快速发展过程中面临的多种挑战,以帮助各行各业加速数字化转型的进程。我们也将与生态伙伴共同努力,不断探索边缘人工智能的新技术和新应用,加速推动人工智能的未来发展。”
近期,人工智能新技术、新产品、新应用和新生态层出不穷,让人工智能芯片的技术升级再次成为业内热点。目前,传统的人工智能算法和模型已经无法满足日益增长的数字化转型需求,因此在边缘场景中使用人工智能已成为一种重要趋势。边缘人工智能是将人工智能算法和模型部署在边缘设备上,从而提供更高效、更精准的用户体验,并为企业的决策和生产提供更多动力。虽然边缘人工智能的设计、开发和部署案例正在快速增长,但是很多企业仍面临着资源有限、缺乏专业知识、难以在运行时保护数据和模型并在多样化硬件平台上部署等难题。

为解决这些难题以推动人工智能应用的开发和部署,英特尔在面向边缘计算的人工智能产品创新方面做出了诸多努力。硬件层面,英特尔近日推出了面向边缘的“英特尔® Developer Cloud for the Edge”硬件平台,旨在为用户提供免费的评估、基准测试和原型设计环境,以支持使用英特尔硬件的人工智能和边缘解决方案的开发。该平台可满足开发者访问英特尔最新架构CPU、GPU、VPU和FPGA等硬件资源的需求。此外在第四代英特尔®至强®可扩展处理器上,英特尔也专门针对人工智能工作负载内置了AMX(Advanced Matrix Extensions)Al加速引擎,提供了高峰值的矩阵乘法计算能力,进一步提高了人工智能的性能和效率。
软件层面,英特尔近期发布了功能更加强大的全新英特尔® OpenVINO™ 2023.0版本,从更大程度上帮助AI开发者简化工作流程,在企业中更高效地部署高质量的计算机视觉AI解决方案,以推动创新和自动化发展。通过用于数据上传、标注、模型训练和再训练的单一接口,英特尔Geti商用软件平台能够帮助开发团队减少模型开发所需时间,并降低AI开发技术门槛及开发成本。英特尔也将于2023年7月11日正式在中国市场推出第二代Gaudi深度学习加速器——Habana Gaudi2。这款专用于高性能深度学习AI训练的Gaudi处理器,能够帮助客户以更低的成本进行AI训练,更高效地进行大规模AI应用部署。与此同时,英特尔还携手云服务提供商、设备制造商、系统集成商、聚合商等生态伙伴,帮助用户设计、集成和扩展人工智能应用,以端到端的解决方案助力行业和企业加速人工智能的开发和落地部署。

英特尔公司副总裁、客户与生态赋能部总经理John Healy
英特尔公司副总裁、客户与生态赋能部总经理John Healy表示:“网络与边缘计算和人工智能是天然的共生关系,我们期待与优秀的行业伙伴一起为边缘人工智能领域注入更多突破性的创新动能。英特尔将持续通过先进的软硬件技术和产品努力推动人工智能的发展,并在领域创造更多的可能性,助力企业和社会走向更加智能化的美好未来。”
多年来,英特尔一直致力于推动人工智能的真正普及,并努力降低人工智能应用开发的难度和成本,通过开放的生态系统让更多人从这项技术中受益。英特尔将继续秉持“以人为本,科技向善”的原则,在硬件和软件方面不断输出新的技术。在数字化的未来,人工智能技术将继续引领着科技进步的潮流,英特尔也将继续发挥技术优势和生态合作优势,为行业、企业和个人提供更多支持,让人工智能更好地服务于人类的生活和工作,推动人类社会的进步和发展。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。