基于开放、选择、信任和安全,英特尔提出了一种“软件定义、芯片增强”的方法。
新闻亮点
当地时间2023年9月20日,在美国加利福尼亚州圣何塞市举行的2023英特尔on技术创新大会的第二天,英特尔公司首席技术官Greg Lavender发表了主题演讲,详细介绍了英特尔“开发者优先,推进开放生态”的战略原则如何让所有人都能够抓住AI带来的机遇。

渴望利用AI的开发者们面临着诸多挑战,这些挑战阻碍了从客户端、边缘到数据中心和云的解决方案的广泛部署。英特尔致力于在开放、选择、信任和安全的基础上,广泛采用“软件定义、芯片增强”的方法来应对这些挑战。英特尔正通过提供工具来简化安全AI应用程序的开发,并降低维护和推广这些解决方案所需的投入,以助力开发者让AI无处不在。
Lavender表示:“开发者社区是帮助各行各业利用AI满足其当前和未来各种需求的催化剂。AI可以且应该被所有人以负责任的方式使用。如果开发人员在硬件和软件的选择上受到限制,那么全球范围内AI的应用范围也会受到限制,其能够带来的社会价值很可能较为有限。”
以信任和安全简化AI部署
在主题演讲中,Lavender强调了英特尔对端到端安全的承诺,包括用于验证硬件和固件真实性的英特尔®透明供应链(Intel® Transparent Supply Chain)和用于帮助保护存储中敏感数据的机密计算。目前,英特尔正在通过几项新的工具和服务加强平台安全和数据完整性保障,其中就包括全面启动一项全新的验证服务。
该服务是全新安全软件和服务套件“英特尔® Trust Authority”中的首个功能。它对可信执行环境(TEE)的完整性、策略执行和审计纪录进行独立的统一评估,可用于任何部署了英特尔机密计算的地方,包括多重云、混合云、内部部署云和边缘。英特尔Trust Authority还将成为机密AI不可或缺的增强功能,帮助确保机密计算环境值得信赖。在这些环境中,敏感的IP和数据会在机器学习应用和模型中进行处理,特别是在当前和未来几代英特尔® 至强® 处理器上运行的推理任务。
AI是创新的引擎,使用场景遍及各行各业,从医疗和金融一直到电子商务和农业。
Lavender表示:“我们的AI软件战略建立在开放生态系统和开放加速计算的基础之上,旨在让AI无处不在。扩大创新的机会无穷无尽,而我们正在为AI开发者打造公平竞争的环境。”
开放的生态系统有利于丰富选择和优化性能
全球各地的组织机构正在利用AI加速科学探索、业务转型以及改善面向消费者的服务。然而,AI解决方案的实际应用受限于企业难以克服的障碍,包括内部专业知识和资源的缺乏,不足以妥善管理AI产品组合(包括数据准备和建模),以及成本高昂的专属平台,其持续维护既昂贵又耗时。
英特尔致力于推动一个开放的生态系统,以便于在多种架构之间进行部署,包括成为 Linux基金会旗下统一加速基金会(UXL)的创始成员。这一跨行业团体致力于构建一个开放的加速器软件生态系统,以简化跨平台部署应用的开发。UXL是oneAPI的延续。英特尔oneAPI 编程模型仅需一次代码编写便可在多种计算架构(包括CPU、GPU、FPGA和其它加速器)上运行。英特尔将向UXL基金会贡献oneAPI规范,以帮助推动跨架构的跨平台开发。
英特尔还与领先的软件供应商Red Hat、Canonical和SUSE合作,为其发布的企业软件提供经英特尔优化的发行版,以确保这些软件面向全新英特尔架构进行了性能优化。在今天的英特尔on技术创新大会上,Lavender与Red Hat副总裁兼Red Hat Enterprise Linux业务总经理 Gunnar Hellekson共同宣布扩大合作,英特尔将利用CentOS Stream为Red Hat Enterprise Linux生态系统提供上游支持。英特尔还将继续为包括PyTorch和TensorFlow在内的AI与机器学习工具和框架做出贡献。
为帮助开发者们快速、轻松地扩展性能,Intel Granulate正在为 Kubernetes的pod资源合理化添加Auto Pilot。这一容量优化(capacity-optimization)工具将为Kubernetes用户提供自动、持续的容量管理建议,使他们能够减少满足容器化(containerized)环境的性价比指标所需的投入。Intel Granulate还为Databricks工作负载增加了自主协调功能,这将在不修改代码的情况下平均降低30%的成本,减少23%的处理时间。1

随着世界越来越依赖AI解决大型复杂问题及取得真正的商业成功,人们愈发需要保护AI模型、数据及其运行平台免遭篡改、操纵和盗窃。全同态加密(Fully homomorphic encryption, FHE)通过允许直接在加密数据上进行计算来解决此问题,尽管实际执行过程受到计算复杂性和开销的限制。

英特尔表示,公司计划开发一种专用集成电路(ASIC)加速器,以降低仅利用软件的全同态加密路径带来的百万倍性能开销增长。此外,公司还将推出加密计算软件工具包的测试版本,使研究人员、开发者和用户社区能够学习和尝试全同态加密编码。该工具包将作为昨天宣布全面上线的英特尔®开发者云平台(Intel® Developer Cloud)的一部分,在2023年晚些时候推出,其中包括一套用于开发全同态加密软件的互操作接口(interoperable interfaces)、翻译工具和硬件加速器样本模拟器(sample simulator)。
1 Price and performance results may vary. For more information contact Granulate.io.
1 成本和性能结果可能有所不同。欲了解更多信息,请联系 Granulate.io。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。