C114訊 7月10日消息（艾斯）不少人用“百模大戰(zhàn)”來形容剛剛落幕的2023年世界人工智能大會（WAIC 2023）。從ChatGPT開始的人工智能（AI）應用加速落地，在上周于上海舉行的這場人氣爆棚的全球盛會上得到了清晰印證。
英特爾中國區(qū)網絡與邊緣事業(yè)部首席技術官、英特爾高級首席AI工程師張宇博士在WAIC期間接受C114等媒體采訪時表示，最新這一輪人工智能的發(fā)展起始于2012年，隨后以卷積神經網絡為代表的深度學習技術得到了大規(guī)模應用。而大模型的發(fā)展則始于2017年，從技術積累的角度來看，模型尺寸的增加是一個方面，引入Attention等機制和Transformer等模型則推動了大模型技術或應用場景的不斷成熟。但需要看到的是，目前大模型的商業(yè)模式仍在摸索當中，仍需進一步觀察。
他指出，推動本輪人工智能發(fā)展最核心的要素，實際上是計算、通訊和存儲技術的不斷提升。同時，無論是大模型還是融合AI，實際上邊緣在整個AI生態(tài)系統(tǒng)中扮演著非常重要的角色。因為邊緣離我們日常生活最近，會直接影響用戶體驗。
邊緣AI發(fā)展仍處于推理階段
目前，傳統(tǒng)的人工智能算法和模型已經無法滿足日益增長的數字化轉型需求，因此在邊緣場景中使用人工智能已成為一種重要趨勢。邊緣人工智能是將人工智能算法和模型部署在邊緣設備上，從而提供更高效、更精準的用戶體驗，并為企業(yè)的決策和生產提供更多動力。但是，張宇分析稱，邊緣人工智能目前絕大部分的應用還處于邊緣推理階段。
具體來說，他認為邊緣人工智能的發(fā)展可以分為三個階段：第一個階段是邊緣推理，第二個階段是邊緣訓練，第三個階段是邊緣自主機器學習�！叭绻耘实歉叻鍋砻枋稣麄�邊緣人工智能的發(fā)展，那么實現了邊緣推理，僅代表我們站到了山腳；實現了邊緣訓練，也僅代表我們站到了半山腰；只有真正實現了邊緣自主學習，才真正意味著我們站到了高山之巔。”
當然，邊緣人工智能的發(fā)展也面臨著眾多的挑戰(zhàn)，這其中不僅包括邊緣訓練的挑戰(zhàn)，也包括邊緣設備面臨的挑戰(zhàn)。由于提供的算力所能夠承載的功耗往往是有限的，所以如何在有限資源的情況下去實現邊緣的推理及訓練，這對芯片的性能、功耗比提出了更高的要求。同時，邊緣設備的碎片化非常明顯，如何利用軟件很好地實現在不同平臺之間的遷移，實際上也提出了更多要求。再者，還有數據保護方面的問題必須進行思考。
面向邊緣AI提供軟硬件端到端服務
“人工智能未來的發(fā)展需要依賴于底層技術的突破，這包括計算、通訊和存儲技術。只有這些底層技術不斷突破，才能實現對人工智能更高的要求。而這些底層技術正是英特爾在努力發(fā)展的方向，包括人工智能、邊緣到云的基礎架構、無處不在的連接和傳感技術等。英特爾的‘五大超級力量’也是在這些底層技術的基礎上構建的，這些‘超級力量’是人工智能應用的基石�！睆堄钫劦�，英特爾作為一家數據公司，其產品涵蓋了推動人工智能發(fā)展所需的計算、通訊和存儲的各個方面。
硬件層面，英特爾近日推出了面向邊緣的“英特爾 Developer Cloud for the Edge”硬件平臺，旨在為用戶提供免費的評估、基準測試和原型設計環(huán)境，以支持使用英特爾硬件的人工智能和邊緣解決方案的開發(fā)。該平臺可滿足開發(fā)者訪問英特爾最新架構CPU、GPU、VPU和FPGA等硬件資源的需求。此外在第四代英特爾 至強 可擴展處理器上，英特爾也專門針對人工智能工作負載內置了AMX（Advanced Matrix Extensions）Al加速引擎，提供了高峰值的矩陣乘法計算能力，進一步提高了人工智能的性能和效率。
軟件層面，英特爾近期發(fā)布了英特爾 OpenVINO 2023.0版本，從更大程度上幫助AI開發(fā)者簡化工作流程，在企業(yè)中更高效地部署高質量的計算機視覺AI解決方案，以推動創(chuàng)新和自動化發(fā)展。通過用于數據上傳、標注、模型訓練和再訓練的單一接口，英特爾Geti商用軟件平臺能夠幫助開發(fā)團隊減少模型開發(fā)所需時間，并降低AI開發(fā)技術門檻及開發(fā)成本。英特爾也將于2023年7月11日正式在中國市場推出第二代Gaudi深度學習加速器——Habana Gaudi2。這款專用于高性能深度學習AI訓練的Gaudi處理器，能夠幫助客戶以更低的成本進行AI訓練，更高效地進行大規(guī)模AI應用部署。
當邊緣AI加入電信運營商網絡
值得注意的是，今年英特爾集團進行了一次重大的戰(zhàn)略調整，也即IDM2.0戰(zhàn)略�；诖�，英特爾內部新成立了網絡與邊緣事業(yè)部，將原來的物聯網、通信網絡和數據中心網絡基礎架構三個部分合并在一起。這樣一來，該部門涵蓋的范圍就包括了物聯網、5G基站、5G接入、5G核心網以及數據中心高速網絡基礎架構。如果從與AI的關系來看，這個基礎架構可以真正實現邊緣和云的打通——因為AI涉及到算法和數據的傳輸，而英特爾網絡與邊緣事業(yè)部關注的正是從邊緣到云的整個數據通路，特別是邊緣計算和人工智能應用這一部分。
“因為用戶的AI系統(tǒng)往往是一個端到端的系統(tǒng)，我們部門則可以提供更全面的解決方案來服務于合作伙伴。例如，我們目前正在與一些運營商合作，他們提供的MEC服務通常在基站側提供一些邊緣計算能力，以與邊緣物聯網設備進行連接。因此，我們部門可以提供物聯網解決方案和通信網MEC解決方案，將它們融合在一起，為運營商提供端到端的解決方案，從設備到網關再到MEC平臺，而不僅僅是一個盒子或一個MEC平臺�！睆堄钤诮榻B說。
另外，英特爾在通過將AI引入通信網絡實現綠色節(jié)能方面也取得了顯著成效。根據一些咨詢公司報告，在整個整個端到端的通信網絡中，大約70%的能量消耗發(fā)生在邊緣側，即接入網。但是接入網實際上有潮汐效應。因此，英特爾與合作伙伴一起，共同研究了如何利用AI技術更好地調度網絡資源，從而使其平均能源消耗降低。據悉，在今年初的MWC巴塞羅那展上，英特爾就展示了利用英特爾底層技術的相關解決方案。
“在調配工作負載時，實際上需要調整CPU的一些參數，英特爾CPU中有不同的可調參數，如P-state、C-state等。我們將這些參數開放給上層應用，應用可以根據當前用戶的負載流量主動利用AI分析的結果調整CPU的參數，使CPU工作狀態(tài)與當前負載更加匹配，達到最佳系統(tǒng)性能功耗比的指標�！睆堄畋硎�，這是英特爾實際已經在做或已經在部署的例子。 
