全新的边缘优化处理器和FPGA在零售、工业和医疗保健等边缘计算市场中推动AI无处不在
今天,英特尔及其子公司Altera在嵌入式展(Embedded World)上,宣布推出全新边缘优化处理器、FPGA以及市场就绪的可编程解决方案,致力于将强大的AI功能扩展到边缘计算。这些产品将为适用于零售、医疗保健、工业、汽车等行业的人工智能边缘设备提供动力。
英特尔公司副总裁兼网络与边缘解决方案事业部总经理Dan Rodriguez表示,“下一代英特尔边缘优化处理器与独立GPU,可发挥强大AI功能,从而助力企业将AI与计算、媒体和图形工作负载更加无缝地结合。从制造业到医疗保健行业,英特尔凭借其丰富的边缘AI经验,及边缘就绪芯片与软件的广度和深度,帮助客户在其最需要的地方应用AI技术,以实现更佳业务成果。”
对于边缘和AI的重要意义:英特尔全新系列的边缘优化英特尔® 酷睿™ Ultra、英特尔® 酷睿™和英特尔凌动® 处理器,以及英特尔锐炫™ 独立显卡(GPU),将推动AI、视觉计算和媒体处理技术的创新,以支持本地边缘计算做出更快、更智能的决策。Agilex™ 5 FPGA专为中端市场应用打造,具备出色的每瓦性能,适用于包括视频、工业、机器人、医疗等广泛的应用领域。集成AI的Agilex 5 FPGA提供高度集成、低延迟和增强的计算能力,适用于智能边缘应用。

英特尔始终致力于推动AI无处不在,而今天发布的全新系列处理器亦利用内置的AI加速功能,为下一代边缘设备提供动力。
英特尔如何将AI扩展到嵌入式边缘设备:在其超过9万个边缘部署的广泛基础上,英特尔推出了一系列边缘优化处理器和GPU,为下一代支持AI的边缘设备提供动力。
此外,面向边缘的英特尔® 锐炫™ 显卡还通过在传统的英特尔酷睿系统上提供加速的AI、媒体和图形处理能力,提升了性能和边缘AI能力。英特尔锐炫显卡还通过一个开放的、基于标准的软件堆栈消除了供应商锁定的问题,为构建高性能的AI应用程序和解决方案提供了选择和灵活性。
Altera的产品组合如何加速客户的AI创新:在今年3月的FPGA Vision网络研讨会之后,Altera再次更新了其FPGA产品组合,旨在为客户提供灵活的解决方案,助力其应对从云、网络到智能边缘的多元化挑战。
Altera首席执行官Sandra Rivera表示,“我们成立全新Altera公司的初衷是将领先的技术和创新更快地推向FPGA市场。我们在该领域已经持续耕耘了十余年,现在,我们即将迈入下一阶段——提供灵活的AI解决方案,这让人感到无比兴奋。Altera正在引领一个全新的FPGAi时代,我们将可编程性与张量功能紧密结合,并融合FPGA和AI开发工具,为开发者提供卓越体验。作为英特尔首款在整个架构中融入AI的FPGA,Agilex 5现已可广泛提交客户。”
Altera引领全新的FPGAi时代:Altera通过新的AI功能来支持基于FPGA的高性能和中端解决方案,不仅如此,它还兼顾了开发者易用性和工作负载灵活性,这将有助于客户实现商业目标。FPGA的AI套件增加了对Agilex™ 5 SoC FPGA的支持。AI工具流程让开发者能够使用现有和主流的AI框架,并结合英特尔® OpenVINO™ 工具包和FPGA AI套件,轻松创建AI知识产权(IP)模块,并将其嵌入FPGA设计中。更多信息可查询FPGA AI套件网站。
对于Altera FPGA的重要意义:在一个技术进步对于保持竞争力至关重要的时代,英特尔全新的边缘优化处理器和解决方案提供了企业所需的创新性、高效性,并缩短了面市时间。Altera通过提供易于设计和部署的领先可编程解决方案,为创新者提供了灵活性和可重编程性,加速创新发展。
上述处理器、FPGA及相关解决方案使企业能够利用在边缘产生的海量数据,并将复杂的嵌入式AI设备部署到各行各业中,以简化操作流程,提高客户满意度,并处理高级的视觉工作负载。
Tiami Networks首席执行官Amitav Mukherjee表示,“Altera公司的FPGA AI套件能够让Tiami团队快速将我们的IP纳入复杂的数字信号处理(DSP)流程中。这显著缩短了将AI与5G信号处理集成所需的时间,即从原本预计的六个月缩短到仅仅八周。我们的工程团队地认识到了FPGA在天线接收无线信号的预处理和实时推理方面所提供的价值,而正是得益于此才有了本次的成功演示。”
注释:
Altera、Altera logo及其它Altera标识,是Altera的商标。
文中涉及的其它名称及品牌属于各自所有者资产。
1. 性能因使用、配置和其他因素而异。了解更多信息,请访问intel.com/processorclaims:Intel® Core™ Ultra处理器,Edge。结果可能会有所不同。
2. 英特尔® 锐炫™ 显卡仅适用于选定的H系列、由英特尔® 酷睿™ Ultra处理器驱动的系统,需配置至少16GB的系统内存,并采用双通道配置。需要OEM支持;请与OEM咨询系统配置详细信息。
3. 英特尔® AI Boost在发布时的启用受限。
4. 性能因使用、配置和其他因素而异。了解更多信息,请访问intel.com/processorclaims:Intel® Core™处理器,Edge。结果可能会有所不同。
5. 预计在Windows 11 IoT Enterprise LTSC和Linux中支持Intel® Thread Director。
6. 性能因使用、配置和其他因素而异。了解更多信息,请访问intel.com/processorclaims:Intel Atom®处理器。结果可能会有所不同。
7. FPGA每瓦性能,可查阅:https://edc.intel.com/content/www/us/en/products/performance/benchmarks/agilex-fpga/。结果可能会有所不同。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。