首頁 / 資訊中心 / 趨勢研究/英特爾戴金權(quán)：人工智能最后一定是“軟加硬”的綜合體

英特爾戴金權(quán)：人工智能最后一定是“軟加硬”的綜合體

發(fā)布時間：2019-07-18 分類：趨勢研究

近日，2019年全球人工智能與機器人峰會（CCF-GAIR）在深圳舉辦，該峰會由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)。
英特爾高級首席工程師、大數(shù)據(jù)技術(shù)全球CTO 戴金權(quán)發(fā)表了題為《統(tǒng)一的數(shù)據(jù)分析及AI 驅(qū)動大規(guī)模業(yè)務(wù)洞察》的演講，闡述了英特爾超異構(gòu)計算的理念和軟硬件協(xié)同創(chuàng)新的AI發(fā)展思路。
AI生產(chǎn)化部署的新方法
戴金權(quán)在演講中談到，人工智能并非單一的工作負載，而是一種廣泛的、能夠強化所有應(yīng)用性能的強大能力，而人工智能從實驗室到落地需要統(tǒng)一的數(shù)據(jù)分析流水線。
“我們已經(jīng)進入以數(shù)據(jù)為中心的世界，今天90%以上的數(shù)據(jù)是在過去幾年中產(chǎn)生的，其中大概50%是在過去兩年中產(chǎn)生，雖然說我們已經(jīng)進入人工智能時代，但事實上大概只有2%的數(shù)據(jù)真正得到了分析，并且對生產(chǎn)和生活起到幫助?！贝鹘饳?quán)談及數(shù)據(jù)處理的行業(yè)現(xiàn)狀。
究其原因，他認為大規(guī)模的人工智能應(yīng)用還非常困難，不管從復(fù)雜性、成本、可拓展性等方面都是如此，把深度學(xué)習(xí)的算法從實驗室搬到現(xiàn)實的生產(chǎn)環(huán)境中是需要考慮很多東西，從數(shù)據(jù)的收集、管理、清洗、特征提取、模型訓(xùn)練、推理，整合到分析的數(shù)據(jù)流，包括對整個集群的架構(gòu)、服務(wù)等等各種管理。
戴金權(quán)表示，在這個過程中你需要有數(shù)據(jù)管理的部分，數(shù)據(jù)分析的部分，以及各種機器學(xué)習(xí)、深度學(xué)習(xí)、人工智能算法的部分，如何將這些不同的獨立的框架整合到流水線里，將你的數(shù)據(jù)存儲、清洗、分析、可視化變成一個統(tǒng)一的端到端解決方案，這有非常多的技術(shù)難題。
“BigDL是一個建立在大數(shù)據(jù)平臺（Hadoop/Spark）之上原生的分布式深度學(xué)習(xí)庫，它提供了在Apache Spark上豐富的深度學(xué)習(xí)功能，以幫助 Hadoop/Spark成為一個統(tǒng)一的數(shù)據(jù)分析平臺。在這個基礎(chǔ)上，我們?nèi)ツ暧珠_源了Analytics Zoo項目，它是基于Apache Spark、TensorFlow這些底層上更高階的人工智能的流水線和平臺，旨在加速大數(shù)據(jù)加上人工智能這個應(yīng)用的創(chuàng)新以及更快的落地。”他闡述了英特爾的全棧軟件方案。
此外，戴金權(quán)在會后的訪談中告訴網(wǎng)易智能，英特爾做的就是希望通過Analytics Zoo平臺，幫助用戶無縫從筆記本的生產(chǎn)原型擴展到集群或生產(chǎn)化部署。“這是我們和其他人不同的地方，也是我們的優(yōu)勢”。
硬件趨于異構(gòu)軟件趨于統(tǒng)一
資料顯示，英特爾預(yù)計，數(shù)據(jù)中心AI芯片的總體潛在市場規(guī)模（TAM）正以25％的復(fù)合年增長率（CAGR）增長，預(yù)計到2023年將達到100億美元。
此前，英特爾提到，現(xiàn)在已經(jīng)從以晶體管為中心轉(zhuǎn)移到以數(shù)據(jù)為中心，單一因素不足以滿足多元化的未來計算需求。英特爾認為只有六大技術(shù)支柱帶來的融合創(chuàng)新才能應(yīng)對未來數(shù)據(jù)的多樣化、數(shù)據(jù)量的爆發(fā)式增長，還有處理方式的多樣性。這六大技術(shù)支柱是制程和封裝、架構(gòu)、內(nèi)存和存儲、互連、安全、軟件，它們是互相相關(guān)、緊密耦合。
在制程和封裝層面，沒有單個的芯片類型可以成為所有工作負載的最優(yōu)解。英特爾把不同的小芯片，甚至是不同的核心連接起來，讓單片SoC實現(xiàn)性能、功耗和成本的最佳組合。
在架構(gòu)層面，提供標量、矢量、矩陣和空間的多種架構(gòu)組合，部署在CPU、GPU、FPGA和加速器套件之中。
此外，內(nèi)存和存儲配備指數(shù)級的內(nèi)存層級架構(gòu)?；ミB方面，從片上、封裝內(nèi)互連、處理器間互連、數(shù)據(jù)中心互連到無線互連。安全也是其中的重中之重。
值得一提的是軟件層面，英特爾有1.5萬名軟件工程師，他們的“One API”項目就是旨在簡化跨CPU、GPU、FPGA、人工智能和其它加速器的各種計算引擎的編程。
未來幾年，AI模型的復(fù)雜性以及對大規(guī)模深度學(xué)習(xí)計算的需求將爆發(fā)式增長。AI正在走向一個異構(gòu)的世界。概況來說，英特爾在AI時代新的方法論概括起來就是：AI硬件趨于異構(gòu)，軟件趨于統(tǒng)一，最后一定是軟硬件的綜合體。