3
| 本文作者： 莫昌佑 | 2016-08-19 07:15 |
IDF 2016第二日，Intel物聯網商業和系統架構事業部總裁任沐新與Intel執行副總裁兼數據中心事業部總經理柏安娜向我們闡述了Intel眼中的未來。在萬物互聯的背景下，數據生產、傳輸、交換、儲存、處理，每一個環節都蘊含著巨大的價值，每一環的幕后都有Intel的影子。
Intel物聯網商業和系統架構事業部總裁任沐新
任沐新表示，我們處于一個數據的時代，每天我們都通過各式各樣的設備產生大量的數據交換。他結合PPT來說明，一個人一天約產生1.5GB的數據交換，而一臺互聯網汽車（具備無人駕駛功能）一天產生的數據量則是4TB，一個聯網工廠則是1000000GB/天。這些數據驚人的龐大。同時，他還用twitch舉例，twitch是一個社交直播平臺（類似國內的斗魚、熊貓等直播平臺），它們的大部分內容都是以游戲直播為主，它們的數據顯示，每個月他們有超過1億位觀眾觀看它們的游戲直播，而每個月進行游戲直播的主播數目大概是170萬。
演講中再次提及“到2020年，世界將會有約500億臺的聯網設備”（IDF第一日的演講也提到了這個數據）。Intel認為，數據的價值不可忽視，這些數據從搜集、交換、處理，圍繞著數據的每一個環節都存在價值性。數據的價值越來越高，大多數的數據僅僅只是被搜集，而沒有被應用在正確的地方。而人工智能就可以有效的利用這些數據，當我們通過人工智能把數據分析加以利用，讓這些數據產生價值，量變會引起質變，社會就會發生變化，這也正是人工智能令Intel興奮的原因。
真正的智能互聯世界所需的技術的演進將有三大特點：
1、計算將無處不在，到2020年，預計將有超過500億臺設備實現互聯。
2，分散到網絡結構中的計算、分析和存儲，把互聯物和數據轉化為有意義的完整認知。
3、通過網絡和云，物與物之間無處不在的連接。
而5G技術則是這些的根基，Intel能夠通過解決方案（從設備到網絡和云）端到端地支持5G，并支持與跨行業領導廠商（從設備制造商到網絡運營商）之間全新的深入合作。AT&T、docomo、current都是Intel的深度合作伙伴。
AT&T SVP上臺，介紹了網絡和服務交付的轉型。AT&T已經開始利用服務器、云和虛擬化技術，通過進一步與英特爾合作，繼續加快在云以及整個基礎設施中開發、部署新服務并實現變現，從而為交付下一代尖端功能而奠定基礎。
Intel執行副總裁兼數據中心事業部總經理柏安娜
聯網設備的增加就意味著云計算的需求增大，數十億的聯網設備產生的數據，這需要強大的云計算進行數據處理。公有云、私有云、混合云，如何提高云計算的效率是Intel關心的議題。
首個Intel硅光電子100G光學收發器
在全球各地的云數據中心內，對連接的需求飛速增加。數據中心內機器間的流量每12個月都會成倍增長。網絡已經無法跟上數據、計算和存儲性能增長的步伐。為了突破帶寬的限制，云服務供應商正在尋求比銅線速度更高的連接，并通過降低能獲得最經濟的技術和實施。這就是英特爾硅光電子可以為數據中心帶來革命的地方。
硅光電子融合了20世紀兩項最重要的發明——硅集成電路和半導體激光器。通過這一整合，光被集成到英特爾芯片平臺上，在硅的尺寸和技術功能上充分利用光纖連接的帶寬和距離優勢。硅光電子100G光學收發器投入商用這一關鍵的進展，將使微軟、亞馬遜、百度、阿里巴巴、騰訊等領先的云服務提供商得以利用光的力量，在使用光信號的光纜上從幾千公里以外的地方以100 Gbps的速度傳輸大量信息。
談到人工智能，Intel始終認為它的三個方向在于：感知、學習、交互。人工智能的前期階段在于機器學習，同時機器學習也是人工智能中成長最快的領域，它是拓展人工智能應用和發展的一個重要計算方法。機器學習的核心是利用計算機算法基于數據做出預測，讓機器能夠行動或思考，在沒有明確指令下執行特定功能。
而深度學習是機器學習的分支，是一個新興、快速增長的領域。深度學習使用神經網絡來理解更加復雜的非結構化數據，并在諸如圖像識別、語音識別、自然語言處理及其它復雜任務方面取得了突破性發展。
Intel提供了可在高性能計算、數據分析和機器學習工作負載上使用的一致性編程模型和通用架構，以實現快速學習和反應，并減少訓練機器模型的時間。
百度將使用Intel至強融核處理器來運行它的自然語言處理服務Deep Speech
最后，Intel發布了它們的新一代至強融核（XEON PHI）處理器，代號為Knights Mill。至強融核系列一直都被用作大型的數據計算以及云計算加速，Knights Mill針對橫向擴展分析功能進行了優化，并將包含用于深度學習訓練的關鍵增強功能。
此前，Intel收購深度學習領域公認的領導者Nervana Systems，其在硅技術方面的優勢將有力的強化英特爾人工智能產品組合，并增強Intel至強融核處理器在深度學習方面的性能和總成本。
Intel認為至強融核處理器使數據科學家訓練復雜的機器算法的速度比 GPU更快，運行的工作負載比 GPU 更廣泛。在 32 節點的基礎架構中，Intel至強融核處理器家族提供的擴展能力是 GPU的 1.38 倍。
寫在最后：
無論是人工智能、5G、云、還是物聯網，Intel希望它們能夠深度的介入這些將成為未來風口的領域，不把握住這些領域，則就與未來擦肩而過。好在的是，Intel一直在做著行業內的幕后工作，當我們看視頻、上網，網絡服務供應商所提供這些服務正是基于數據、基于云，而數據與云的背后則是Intel軟硬件技術支持。但在這些領域，Intel依然面臨著不少挑戰，來自ARM、來自Nvidia。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
