英特尔公司网络与边缘事业部副总裁、视频事业部总经理陈伟博士
在国内经济的高质量发展过程中,数字化和绿色化仿佛双轮驱动,协同呼应、相互促进。由于“数字化x绿色化”双转型需要以半导体和计算力作为底层基础支撑,因此,英特尔一直在“一线”感知着中国数字经济的成长,并且高兴地看到,数字经济“量”与“质”比翼齐飞。
国家互联网信息办公室数据显示,从2017年至2021年,中国数字经济规模从27万亿元增长到超45万亿元,连续多年稳居世界第二,数字经济在整个GDP中的比重提升至39.8%。而中国信通院的最新预测也显示,中国数字经济规模将在2032年超过100万亿元。新的商业模式、应用场景和增长动能不断涌现,正在带动中国经济高质量发展。与此同时,在中国数字化转型过程中,绿色化也成为确保经济高质量发展的重要因素。据前瞻产业研究院预测,到2025年,中国超50%企业生成的数据将在边缘数据中心处理,至少50%新建物联网项目将在边缘使用容器进行应用程序生命周期管理,市场规模将达到万亿元级别。边缘数据价值的爆发,需要我们通过边缘侧的绿色计算提高能源效率,以及利用数字技术来构建涵盖发电、输电和用电的高效绿色能源生产与消费基础设施。
这一切为已植根中国38年的英特尔提供了巨大发展机遇。因为,无论在5G+工业互联网行业、新能源汽车行业还是环保节能行业,英特尔都可以提供从端到云的全算力覆盖。英特尔中国战略也从1.0时代迈入2.0时代,进而为中国产业伙伴提供更有力的支持,推动更深层的本土创新。
新兴网络与边缘技术:助力可持续发展
英特尔此前成立网络与边缘事业部,旨在持续推动网络与边缘转型,为客户提供业界先进的可编程平台。横跨计算与网络,英特尔看到了从云到边缘的深层次基础架构变革,正在通过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、传感和感知在内的“五大超级技术力量”,助力各行各业加速数字化转型。
在此过程中,网络与边缘的界限趋向模糊,将转变为“云到边缘”的基础架构模式,即从集中式的计算和数据存储集群,转变为更趋分布式的计算和网络架构。这种模式能够将具有无与伦比规模和容量的云端,与响应速度更快、数据存储位置更近的边缘结合在一起,从而迸发出巨大的能量。英特尔在网络与边缘基础设施领域的愿景是通过开放软件,使其能够运行在软件定义的可编程硬件上。基于此,生态伙伴可以灵活创新和定制,这将大幅加速合作伙伴的开发进程,从而助力产业生态走向成熟。
碳循新网络:英特尔助力中国联通节能减排
随着云化转型的进行以及社会对算力需求的与日俱增,数据中心在消耗量逐步增加的同时,数量也在持续增长,因此数据中心如何从传统的能耗“大户”转变为具备“绿色”属性,成为了整个行业面临的议题。基于此,英特尔在2022年集合了20家ICT产业上下游厂商,共同成立了绿色数据中心技术创新论坛,旨在借助论坛平台实现更便捷的沟通,加速技术创新和产业协作,进而推动数据中心运营模式的绿色化转型。同时,英特尔亦发布“英特尔中国绿色数据中心技术框架1.0”,在高能效与高功率密度、先进散热技术和基础设施智能化等三个垂直领域,以及XPU、服务器、机架和数据中心等四个水平方向,提供了一系列的从器件级到服务器系统、机架和数据中心层级的整体解决方案和参考设计。
为满足客户对于新建绿色数据中心和已有数据中心能耗管理的目标,英特尔在2023年正式推出英特尔智慧节能解决方案。该方案依托人工智能和英特尔服务器平台技术的节能减排方案,能够通过软件和AI模型进行预测和干预,提高数据中心的运行能效,满足应用负载的SLA要求,且无需对应用进行更改。中国联通与英特尔基于这一方案深度合作,结合中国联通大数据等业务场景,双方进行了实验验证,与基准方案相比,节电多达28.6%。中国联通与英特尔还计划进一步推动该方案在更多业务场景的扩展应用,不断提升中国联通的绿色发展及效能管理水平。
当整个行业对某个需求高度一致,且行业里的众多产业伙伴都在从全生态链角度考虑问题时,英特尔愿意搭建起产业平台,为产业伙伴提供开放的沟通环境,集产业合力以更好地满足整个社会、国家在数据中心领域对绿色节能减排的需求。
数聚新边缘:边缘计算构建绿色能源基础设施
绿色计算不仅应用于后端的数据中心,在边缘侧同样得到愈发广泛的应用。以机器人和人工智能为代表的数字化技术正在其中发挥着越来越重要的作用。英特尔正致力于从硬件、软件和解决方案等多个维度,来加速中国机器人产业的发展,助力构建绿色能源基础设施。
一个很有代表性的案例是我们与天津新松智能的合作,利用英特尔酷睿处理器+英特尔FPGA、OpenVINO™工具套件、oneAPI工具套件和工业边缘控制软件平台,共同开发了工业巡检机器人方案。该方案可以在复杂场景下完成高精度导航与智能路径规划,具有高度的任务执行自主性、信息采集准确性和数据回传实时性。其中,FPGA为多传感器接入的同步和预处理打下基础;酷睿处理器为新松工业巡检机器人提供了算力基础;OpenVINO™工具套件为新松开发视觉算法提供了预训练模型以及必要的工具组件,oneAPI工具套件提供了对三维点云数据优化加速所需的工具组件,整体简化了视觉功能开发,还支持跨英特尔CPU、GPU、FPGA等多种硬件平台完成人工智能处理;而工业边缘控制软件平台则针对机器人的运动控制实时性进行了优化。这种工业巡检机器人在地处偏远的风力发电站和太阳能光伏电站中已得到应用,实现了在无人值守的情况下完成设备检查、诊断和故障排除等工作。
在新能源车和风电风机的生产制造中,精密焊接是一道不可或缺的工序。焊接直接决定了产品的质量和美观。精密焊接对于技术有非常严苛的需求,曲面焊接是当下自动化生产中的难点。英特尔与无锡信捷电气合作,开发出了基于英特尔酷睿i5处理器的3D机器视觉焊接系统,完成从三维扫描、三维点云数据处理到自动焊接的全流程任务,在保证焊接质量的同时,也提高了生产效率。此外,在自动充电、新能源车电池拆解回收方面,英特尔也都在和生态伙伴合作,利用信息技术提高自动化水平,加速向绿色可再生能源的转型。
在当前这场席卷全球的数字化变革中,英特尔致力于通过5G+AI+边缘技术,助力能源消费转型升级,推动各行各业实现可持续发展。长期以来,英特尔一直秉承着“水利万物而不争”的开放生态理念,坚守独到的匠心,在推动创新产品升级的同时,加速产业智能化转型。未来,我们将继续携手众多生态伙伴一起深耕中国市场,为数字中国的建设贡献磅礴力量!
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。