至顶网CIO与应用频道 06月05日 人物访谈(文/王聪彬):英特尔与腾讯的合作由来已久,在云计算领域并不算短。但英特尔数据中心集团副总裁兼云服务供应商集团总经理Raejeanne Skillern却说,这才是刚刚起步,英特尔一直持续聚焦在云计算、大数据、人工智能上的创新。
到2020年,全球将有超过500亿台设备和2000亿个传感器互联。英特尔正为云服务提供商提供最强大的产品和技术,以AI推动云到边缘的全面创新,为合作创造无限可能。
英特尔数据中心集团副总裁兼云服务供应商集团总经理Raejeanne Skillern
AI推动云到边缘的全面创新
很多人都有疑问人工智能应该从哪里做起?Raejeanne Skillern给出的答案是你可以从今天正在使用的基础设施上出发。去年英特尔发布了至强可扩展处理器,致力于工作负载的优化,保证客户所需的算力,加速产业数字化转型并创造服务改进人工智能。
基于至强可扩展处理器, 通过Intel Caffe框架优化,GoogLeNet模型的性能提升了198倍,AlexNet模型的性能提升了127倍。今年即将发布的下一代至强将会有更多突破性技术、特色以及优化。
英特尔一直认为一款产品不能满足所有的客户需求,还有像优化工作负载、实现更高的成本效率方面的特定需求。所以针对不同的需求和工作负载,英特尔除了至强可扩展系列,芯片层面还有像Altera实现可编程解决方案和算法、用于训练和推理的神经网络处理器Nervana、加速计算机视觉应用,低功耗高性能系统芯片平台Movidius。
在今天,人工智能可能还很难应用于产业里。英特尔正在通过与数据科学家合作制作模型、设计参考架构,尽快将智能零售业、安保、健康等解决方案带入市场。
英特尔与腾讯的合作一直致力于提升AI行业解决方案的简便和易用性。Raejeanne Skillern特别提到微信这个全球化的现象级产品,通过至强可扩展处理器提升语音识别算法。而在与腾讯云的合作中,通过灵活的资源编排和高实用性来保证产品技术各个层级的安全性和可靠性,从数据中心到终端再到设备提供最先进的云服务解决方案。
一个例子是,通过将英特尔Movidius超低功耗计算机视觉深度学习引擎安装在网关和设备上,可以使数据分析延伸到终端。这项技术可以应用在智能零售、公共安全领域,包括终端的计算机视觉,无人机。
腾讯云正在能源行业提供边缘计算服务,英特尔支持腾讯与合作伙伴高能网搭建了智能能源项目。基于云端的至强可扩展处理器、边缘的凌动处理器形成智能路由器,可以实时捕捉能源电网中的各种波动,以最优化的方式来指挥生产、传输、使用,最终达到节能和高效的目的。
不断拓宽合作的边界
英特尔与全球的云服务商都有着非常深入的合作,Raejeanne Skillern在10多年前就发现云服务提供商和企业用户的需求有所不同,英特尔也从硬件、系统、服务、基础架构等层面进行全面投入。
除了全球最大规模的七家云服务提供商,目前英特尔还与两百多家国内外各种形式的云服务商进行合作,同时Cloud Insider计划将合作伙伴拓展到两千家。英特尔同合作伙伴的合作并不是单纯的按照技术种类分类,而是通过工作负载、服务器的使用方式为云服务商提供相应的服务。
在与众多云服务商合作的过程中,英特尔销售与市场营销集团副总裁兼全球云销售集团总经理Kit Ho Chee看到,云服务商都有着各自的特点,主要的区别在于企业运营模式的不同。
但是云服务商的共性也很明显,随着服务规模的不断扩大,以及服务种类的多样化,云服务商都不约而同的对总体拥有成本提出更高的要求,同时稳定性、安全性更是所有行业的通用需求。
“在稳定性、推理能力、神能网络能力等层面客户都在不断提出更高的要求,其中一些特殊的应用场景和工作负载则可以放在专用的处理器上。”Raejeanne Skillern表示,英特尔也收购了可编程门阵列(FPGA)、定制化的专用集成电路(ASIC)等公司,通过专用加速器来满足不断提高的使用要求。
企业应用上云的步伐正在不断加快,云服务商们也正在推动整个生态环境,通过独立软件开发商(ISV)、系统集成商(SI)合作伙伴来帮助客户,将传统应用更快速、平滑的迁移到云上。
而英特尔的目标也非常明确,即让“至强”更强,让合作伙伴和企业客户更简便,易用的使用技术。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。