據(jù)楊旭介紹，從去年的英特爾人工智能大會到本屆大會，時隔一年，英特爾在自己最核心的計算能力上取得了很大突破。2016 年英特爾收購 Nervana Systems，Nervana 擁有為深度學(xué)習(xí)而全面優(yōu)化的硬件和軟件堆棧；同年，英特爾收購視覺處理芯片廠商 Movidius，這次收購讓英特爾獲得了高表現(xiàn)力、低耗能的 Soc 平臺。

　　圖注：英特爾公司全球副總裁兼中國區(qū)總裁楊旭

 

　　同時英特爾又基于 Apache Spark 分布式深度學(xué)習(xí)框架 BigDL 進(jìn)行深度學(xué)習(xí)；另外還推出全線至強(qiáng)可擴(kuò)展處理器，這個處理器從計算到網(wǎng)絡(luò)技術(shù)、存儲技術(shù)都可以非常靈活的按照人工智能的應(yīng)用復(fù)雜度來搭配。

　　圖注：英特爾人工智能全棧解決方案

 

　　楊旭還介紹，今年 10 月份英特爾 CEO 科再奇先生在美國宣布英特爾推出系列人工智能神經(jīng)網(wǎng)絡(luò)處理器產(chǎn)品，這一系列產(chǎn)品推出的背后，都是基于英特爾在人工智能技術(shù)上的發(fā)展和演進(jìn)。

 

 

　　對于比較受關(guān)注的 Movidius，英特爾公司高級首席工程師兼大數(shù)據(jù)技術(shù)全球首席技術(shù)官戴金權(quán)舉了一個例子：“英特爾在今年 7 月份發(fā)布的 Movidius 神經(jīng)元計算棒，這是一個非常小的 USB 樣子的人工智能設(shè)備，是業(yè)界首款基于 USB 的超低功耗的嵌入式神經(jīng)網(wǎng)絡(luò)開發(fā)工具，它可以工作在標(biāo)準(zhǔn) USB 接口上。它內(nèi)制了 Myriad2 的 VPU，可以把預(yù)訓(xùn)練好的 Caffe 或者 TensorFlow 的模型直接嵌入到神經(jīng)網(wǎng)絡(luò)，直接通過所謂的 U 盤對神經(jīng)網(wǎng)絡(luò)推理進(jìn)行加速，從而將人工智能應(yīng)用部署在嵌入式以及邊緣環(huán)境上。”

 

　　當(dāng)然這樣的實例還有很多，戴金權(quán)介紹了另外一個例子：“比如在 FPGA 方面，今年 8 月微軟工程師分享了 Project Brainwave，這個深度學(xué)習(xí)平臺運行在微軟的超大規(guī)?；A(chǔ)設(shè)施架構(gòu)上，在這個超大數(shù)據(jù)中心里面，基于 CPU 的服務(wù)器構(gòu)成了一個 CPU 計算層，在這個服務(wù)器的計算層之上我們又加入了基于超大規(guī)模 FPGA 組成的 FPGA 計算層，CPU 的計算層和 FPGA 的計算層都同時接入了數(shù)據(jù)中心的融合網(wǎng)絡(luò)，這樣運行在本地的 CPU 或者 FPGA 的應(yīng)用可以直接調(diào)用遠(yuǎn)端的 FPGA 池。Project Brainwave 里面都能夠?qū)⒁呀?jīng)訓(xùn)練好的各種各樣的復(fù)雜的神經(jīng)網(wǎng)絡(luò)，不管是卷積神經(jīng)網(wǎng)絡(luò) CNN 還是循環(huán)神經(jīng)網(wǎng)絡(luò)，都能夠把它編譯成可以在 FPGA 上執(zhí)行并加速的代碼，而且這個代碼通過分布式的方式部署到英特爾的運算池上。”

 

　　除了 Movidius、FPGA，今年英特爾也發(fā)布了至強(qiáng)可擴(kuò)展平臺，英特爾在至強(qiáng)平臺上做了大量的軟件和硬件工作，包括優(yōu)化、開發(fā)等等，使人工智能計算能在至強(qiáng)平臺上有好的效果。

 

　　其實講了這么多英特爾在人工智能方面的技術(shù)累積和橫跨軟硬件和算法框架的產(chǎn)品實力，這些黑科技都需要通過合作伙伴來打磨成為優(yōu)秀的產(chǎn)品和行業(yè)解決方案呈現(xiàn)在大家面前，這也是這場活動邀請眾多合作伙伴的原因所在。

 

　　在會上，眾多合作伙伴詳解了他們與英特爾 AI 的淵源。百度與英特爾在人工智能研究和開發(fā)上深度合作，致力于為客戶提供最好的深度學(xué)習(xí)與人工智能體驗?？拼笥嶏w不僅在做人工智能，更在布局人工智能 2.0，在這其中需要更強(qiáng)大的能夠支撐訊飛包括法院、醫(yī)療、城市客服各方面的應(yīng)用的計算平臺，通過與英特爾的合作，能夠?qū)⑷斯ぶ悄芨玫倪M(jìn)行落地；美團(tuán)云和英特爾不管是在技術(shù)層面還是產(chǎn)品層面都有很多交流，一起打造中國最開放的人工智能平臺；海康 2013 年后開始布局深度學(xué)習(xí)，推出基于深度學(xué)習(xí)技術(shù)的后端產(chǎn)品，包括基于英特爾 Movidius 平臺的攝像機(jī)；中國電信在深度學(xué)習(xí)算法上，在優(yōu)化之前大概時長是 2400，優(yōu)化之后提升 18 倍，得益于英特爾至強(qiáng)融核處理器提供的端到端的高性能支持。

 

 

　　對于大家比較關(guān)注的英特爾在人工智能方面的前瞻性研究，宋繼強(qiáng)作為英特爾中國研究院院長，進(jìn)行了介紹。英特爾中國研究院過去幾年研究了一整套人臉分析技術(shù)的算法框架，包括從二維的人臉圖像中提取出特征點，特征點進(jìn)一步分析識別出人的屬性、身份和面部表情。以李宇春與英特爾聯(lián)合打造的全球第一支有三維人臉特效的音樂視頻為例，怎么樣從二維人臉中提取特征映射到三維人臉參數(shù)空間把它變成你想要的臉？這個就離不開英特爾最新研發(fā)的深度學(xué)習(xí)算法，用幾十萬張圖片訓(xùn)練出來。

 

　　另外宋繼強(qiáng)介紹：“大家可能聽說過 ImageNet 比賽，它是用很大的、上千萬級別的圖像去訓(xùn)練出深度神經(jīng)網(wǎng)絡(luò)?，F(xiàn)在領(lǐng)先的視覺公司都說千層以上，而且很寬，那意味著這樣的網(wǎng)絡(luò)模型訓(xùn)練出來以后計算的復(fù)雜度、空間復(fù)雜度都很大，沒有辦法放在前端設(shè)備上用。而英特爾研究院的方案是采取了低精度深度壓縮三部曲，獲得百倍壓縮比，性能接近無損。”Movidius 芯片和 FPGA 都屬于功耗和計算上很優(yōu)秀的前端部署硬件，在這些芯片中就會使用英特爾的低精度壓縮模型做優(yōu)化。

 

 

　　大會上午 Keynote 讓英特爾 AI”黑科技““露崢嶸”之外，大會下午的“人工智能硬件創(chuàng)新”、“簡化與加速人工智能開發(fā)”、“深度學(xué)習(xí)與機(jī)器學(xué)習(xí)實例分享”三場技術(shù)論壇，則就這些”黑科技“進(jìn)行詳細(xì)解讀。包括英特爾軟件事業(yè)部（SSG）高級技術(shù)咨詢師胡英博士、英特爾方案架構(gòu)師陳江、英特爾解決方案事業(yè)部亞太地區(qū)人工智能業(yè)務(wù)拓展經(jīng)理劉斌、英特爾軟件開發(fā)工程師趙鵬等多位人工智能領(lǐng)域的技術(shù)專家，還就英特爾可擴(kuò)展系統(tǒng)框架、FPGA、Caffe 訓(xùn)練集群等能力；Pthon, Cafffe, Tensorflow 等數(shù)個深度學(xué)習(xí)框架；MKL 和 MKL-DNN、Movidius VPU、自動駕駛等核心技術(shù)及應(yīng)用，進(jìn)行了深入解讀。