英特尔于12月09号发布了英特尔oneAPI工具包的正式版本(即11月宣布将推出的英特尔oneAPI Gold版本),将用于为英特尔CPU、GPU和FPGA等(统称为XPU)开发高性能跨架构应用程序。此次2021.1版本的oneAPI工具包提供了一个开放、基于标准、统一的跨架构编程模型,让开发者可以自由地为加速计算选择最佳硬件。除此之外,下诺夫哥罗德大学宣布成立一个新的oneAPI卓越中心。
英特尔高级副总裁、首席架构师兼架构、图形与软件部门总经理Raja Koduri表示:“把英特尔的软件开发工具从CPU扩展到GPU和FPGA是我们XPU之旅的重大里程碑。正如我们所承诺的,oneAPI行业计划旨在为整个生态系统提供一个开放、统一的跨架构编程模型,提供专有编程模型的替代选择。我们的oneAPI工具包以及英特尔DevCloud提供了让我们加快进入分布式智能时代的生产工具。”
oneAPI的重要性:当今的工作负载受益于特殊的硬件架构。然而,这些架构通常需要独特的编程语言和工具,这限制了代码的重新利用性,减少了硬件选择并阻碍了创新架构的使用。oneAPI的异构编程模型能够提供毫不妥协的性能,不受限于单一厂商专用的代码限制,且能实现原有代码的集成,可以用C、C++、Fortran和Python等开发者熟悉的语言编写代码,并符合MPI和OpenMP等标准。
英特尔的oneAPI基础工具包基于英特尔丰富的开发者工具经验,包括编译器、性能库、分析和debug工具以及一个兼容性工具,可以帮助开发者把在CUDA上编写的代码迁移到Data Parallel C++(DPC++)。另外面向高性能计算、人工智能、物联网和渲染,额外工具包还提供工具和组件帮助加速专业工作负载。
英特尔oneAPI工具包让开发者能够使用跨XPU的单一代码库来开发跨架构应用程序,充分利用独特的硬件特性并降低软件开发和维护成本。开发者可以针对他们要解决的特定问题选择最佳的加速器架构,且无需为新的架构和平台再次重写软件。
获取oneAPI工具包的途径:oneAPI工具包可以免费下载至本地或从英特尔DevCloud使用。英特尔DevCloud平台可供开发者在各种英特尔架构上测试代码和工作负载,现已增加了新的英特尔锐炬Xe GPU硬件。访问选项包括网络下载、资源库和容器。oneAPI工具包还将提供包含英特尔技术咨询工程师全球支持的商业版本。
关于新的oneAPI卓越中心:下诺夫哥罗德大学(UNN)今天宣布成立一个新的oneAPI卓越中心(CoE),利用CPU、GPU和其它加速器结合oneAPI跨架构编程模型来促进现代物理学研究。除下诺夫哥罗德大学,斯德哥尔摩大学、海德堡大学和伊利诺伊大学也成立了oneAPI卓越中心。下诺夫哥罗德大学科研人员开发的第一个将移植到oneAPI的软件是一个高强度碰撞与相互作用开源框架,旨在模拟高强度激光物质的相互作用。
关于oneAPI生态系统支持:自2019年以来,oneAPI的生态系统支持一直在稳步发展壮大。超过60家知名科研机构、企业和大学支持oneAPI,其中一些表示已经成功使用了英特尔oneAPI工具包。
好文章,需要你的鼓励
谷歌在AI购物战中加码,宣布将Gemini打造成购物平台,并与Shopify、沃尔玛、塔吉特等主要零售商合作推出开源标准。公司发布了通用商务协议(UCP),旨在简化AI代理与零售商系统间的通信。新标准将为搜索和Gemini提供结账功能,用户可直接通过AI工具购买商品。已获得Visa、万事达、PayPal等20多家公司支持。此举使谷歌与微软Copilot和OpenAI的ChatGPT竞争。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。