智東西7月11日消息，英特爾人工智能大會（AIDC）深圳站在深圳舉行，現場分享了英特爾的AI戰略，并詳解英特爾的硬件+軟件+生態活動組合。

活動期間還穿插著硬核的動手實操環節，讓開發者現場直接體驗英特爾神經計算棒2，只需通過USB插口插到筆記本電腦，就能直觀感受到計算棒所帶來的本地深度學習處理加速。

一、英特爾的“軟硬件+生態”AI組合

英特爾的AI戰略圍繞“硬件+軟件+生態合作”展開。

硬件方面，交付最佳AI平臺，包括擴展CPU、最完整的產品組合和集成度最好的平臺，從終端、邊緣到云端都通過統一架構串聯。

軟件方面，塑造開源軟件堆棧，在行業競爭中取勝，包括優化客戶軟件（比如優化TensorFlow等深度學習框架）、構建統一的API和向開發人員宣傳。

生態方面，培育生態系統并推動其發展，包括培養新興用例、吸引和培養頂尖人才，并引領AI發展前沿。

二、英特爾的AI硬件組合

英特爾提供覆蓋云、邊、端的豐富AI硬件選擇。

在云端，英特爾至強可擴展CPU為主流的深度學習推理硬件選擇，在部署便利性、精度和成本都適用于AI實踐。

比如今年4月英特爾新發布的第二代至強可擴展處理器（Cascade），對INT8卷積進一步提升，最新Cascade至強CPU相比上一代CPU理論性能提升3倍。

對于特殊的應用場景，英特爾提供面向自動駕駛的Mobileye、面向低功耗視頻圖像分析的Movidius VPU、面向延時性要求高的FPGA系列產品。

對于計算要求高的場景，英特爾將在今年下半年提供2款Nervana神經網絡處理（NNP），分別用于高效的深度學習訓練和推理。

另外，英特爾還提供神經計算棒2，它采用USB記憶棒的外形，能在設備上實現本地實時推理，無需連接云端，相比Myriad 2視覺處理單元將性能提升高達8倍。

Facebook匯總了針對不同應用場景使用的不同硬件資源，他們的翻譯、照片文本生成、垃圾郵件標記、語音等服務的AI推理都是基于CPU實現的。

三、英特爾的AI軟件組合

AI軟件是英特爾近些年重點優化之處，從機器學習到深度學習，英特爾為開發者提供任意AI實現方式。

最下層是貼近硬件和指令集的內核部分，英特爾通過針對機器學習優化的Distribution Python、高性能機器學習和數據分析庫DAAL、數學核心函數庫MKL-DNN將底層硬件的性能更大程度的發揮出來。

英特爾MKL-DNN是面向深度學習神經網絡的開源數學核心函數庫，提供所有英特爾硬件中的常見DNN API和快速的發布周期，與DL社區迭代，通過高度矢量化和線程化，實現更高性能。

庫這一層主要面向數據科學家，英特爾對CNTK、PaddlePaddle等主流框架優化，通過擴展、矢量化、利用所有內核、高效內存和緩存使用，通過下面的內核層將底層算力資源發揮出來。

另外，英特爾還自己打造了面向Apach Spark的高性能深度學習框架BigDL，和TensorFlow平級，主要針對大數據處理。

面向應用程序開發人員，英特爾提供面向Analytics Zoo、OpenVINO深度學習部署推理等工具套件。

Analytics Zoo同樣面向Apache Spark，不過它比BigDL更高一層級，是一套統一分析+AI平臺，可提供端到端的解決方案。

OpenVINO工具包是針對深度學習應用推理場景開發的開源工具，考慮到部署模型時框架來源不同、硬件平臺多樣的特點，提供模型優化器、推理引擎等統一軟件工具，可無縫銜接上層軟件和底層硬件。

四、英特爾的AI社區資源

英特爾AI學院提供大量材料、培訓教程以及實驗室案例，學生們可以在AI社區在線分享工業和學術案例，AI學院的學生們至少可獲得4周免費使用AI DevCloud云開發環境的時間。

AI DevCloud中內置了英特爾優化的Caffe、TensorFlow框架，Caffe框架不僅比原先性能更高，還能做分布式優化推理，因此學生們不需要額外安裝這些工具。

DevCloud提供主要提供2種使用方式。第一種方式通過網頁版方式提交代碼運行，這種方式的局限性是每個程序運行不超過4個小時。另一種方式是通過服務器的方式， 最長能運行24小時，同時性能更強勁。

結語：英特爾的全局AI生態

在英特爾AIDC開發者大會中，我們看到英特爾如何通過人工智能創建者項目，為企業和開發者提供軟硬件技術支持，從而打造全面穩定的AI生態。

總結

以上是生活随笔為你收集整理的英特尔AIDC秀肌肉：展示AI软硬件＋生态全景图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。