在2023腾讯全球数字生态大会上,英特尔全方位展示了与腾讯在云计算、人工智能、智能边缘、数据库等领域的持续创新、深入探索,及多样化应用落地实践。同时,英特尔亦荣膺“腾讯教育最佳技术支持伙伴奖”,旨在从产学研多维度加速技术创新,助力产业智能化发展。
“ 作为数字产业向前发展的重要参与者,英特尔将基于多年来在行业中的探索和积累,持续创新,深入行业合作,不断输出多元化、可信赖的产品与解决方案,助力腾讯在云计算与AI的全方位、深层次创新。-- 王稚聪 英特尔市场营销集团副总裁兼中国区总经理”

“ 凭借包括无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能以及传感和感知在内的五大‘超级技术力量’,英特尔将携手腾讯以产品技术为基,向更全栈的软硬件生态合作扩展,从而进一步以平台赋能业务应用向纵深发展。-- 梁雅莉 英特尔公司市场营销集团副总裁兼中国区云与行业解决方案部总经理”
深耕云计算领域多年,英特尔与腾讯的合作已从云基础设施、虚拟化技术,扩展至云应用等领域。而在全新的数字化需求下,云计算也正面临着云效率与性能、可持续性、安全等诸多挑战,云平台架构也需随之改变。凭借包括英特尔®至强®可扩展处理器和Gaudi2深度学习加速器在内的产品组合,英特尔持续助力腾讯云计算产品的创新迭代。双方不仅打造了多款搭载英特尔至强可扩展处理器的腾讯云星星海自研服务器,本次会上,腾讯亦宣布专为超大规模数据中心定制的Seamless升级已经在腾讯产品化规模上线。该升级基于英特尔SMM Runtime Update和Code Injection,能够实现热升级、热补丁不重启系统生效,进而保障业务和服务的连贯性。
随着生成式人工智能技术的快速发展,AI正在颠覆我们的日常生活。英特尔致力于通过为客户提供广泛的硬件选择,并支持开放的软件环境,加速AI技术的发展。其中,为深度学习而生的全新Gaudi2训练加速器以领先的性价比优势,加速AI训练及推理,为中国用户提供更高的深度学习性能和效率,是大规模部署AI的更优解。而对于通用计算而言,集成英特尔®高级矩阵扩展(英特尔®AMX)的第四代英特尔®至强®可扩展处理器亦能提供领先的AI训练和推理性能。基于此,腾讯将第四代英特尔®至强®可扩展处理器应用于王者荣耀AI模型训练和文生图AI推理,在英特尔®高级矩阵扩展指令AMX和高性能深度学习插件Intel®Extension for TensorFlow / Intel®Extension for Pytorch的加速下,将单机训练性能提高,多机分布式训练线性度增强,且大幅降低单张文生图的推理时间。
在边缘领域,为满足面向边缘计算的人工智能部署需求,英特尔以FPGA和IPU等产品为基础构建云边一体的智能网络解决方案。其中,英特尔持续扩展Agilex®FPGA系列产品,旨在通过强大的灵活性,以一系列产品,在满足云、边、端等广泛工作负载需求的同时,提供卓越性能和高性价比。同时,搭载FPGA IPU的英特尔®至强®D系统级芯片(SoC),也能够通过DPDK、SPDK等软件工具,以更便捷的方式处理数据迁移等工作负载,从而提供更好的用户体验。
云原生时代,如何在提升数据库性能的同时,增强安全性、降低存储成本,并保证客户的良好体验,是摆在企业面前的难题。英特尔与腾讯云数据库团队合作,利用英特尔OneAPI DPC++/C++编译器,重新编译MYSQL,使其读写混合操作性能大幅提升。同时,通过第四代英特尔®至强®可扩展处理器的技术创新和架构升级,提升数据库性能,实现大幅增效。内置第四代英特尔®至强®可扩展处理器的英特尔®数据保护与压缩加速技术(英特尔®QAT)和英特尔® 存内分析加速器(英特尔®IAA),能够专为小数据块和大数据块进行数据压缩与解压缩,从而减轻CPU负载,实现降本。而英特尔®软件防护扩展(英特尔®SGX),亦能够为应用提供独立于操作系统和硬件配置之外的加强安全保护,以进一步增强其安全性能。

产业的蓬勃发展离不开高质量人才。作为负责任的企业,英特尔始终与腾讯教育在教育领域围绕培养高质量数字人才展开长期实践,并得益于此,在本次大会期间荣获“腾讯教育最佳技术支持伙伴奖”。英特尔一方面通过领先的第四代英特尔®至强®可扩展处理器极大提升高校科学计算和智能计算的效率;另一方面,亦携手腾讯围绕科学计算和智能计算两大算力层面进行融合与复用探索,通过统一云计算操作系统,实现两大计算在体验、算力、调度、运维方面的一体化,提升算力使用效率,降低运维成本,助力高校加速科学研究进程。
在产业数智化转型加速的浪潮中,英特尔始终致力于通过持续的技术创新、从云到边到端的全栈软硬件产品及解决方案,为千行百业的数字化转型提供坚实的底层算力支持。未来,英特尔也将持续携手腾讯,以兼具广度和深度的合作,把握新机遇,共创新未来。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。