英特爾醞釀已久的“殺手锏”，神經(jīng)網(wǎng)絡(luò )處理器威力有多驚人

　　如果將這種思維映射到醫療成像領(lǐng)域，Jonathon Ballon也談到“智能”將演變的軌跡：“或許過(guò)去十年，我們專(zhuān)注于快速完成影像獲取，但現在A(yíng)I發(fā)展已經(jīng)跨越這個(gè)臺階，我們思考的是如何比醫生更快速準確分析影響，讓AI系統能夠用幾分鐘的時(shí)間就處理完1萬(wàn)張醫學(xué)影像，并向放射科醫生指出哪些影像應該特別關(guān)注，下一步還要與相關(guān)病例聯(lián)系起來(lái)，提供診斷和治療方案?！?/p>本文引用地址：http://dyxdggzs.com/article/201806/381457.htm

　　同樣的顛覆還會(huì )發(fā)生在零售市場(chǎng)：英特爾與京東打造的D-MART“無(wú)人商店”，已經(jīng)在多個(gè)智能門(mén)店以及智能售賣(mài)機項目中部署試用。無(wú)人商店用到的機器學(xué)習算法主要集中在知人、知貨、知場(chǎng)3個(gè)方向，由于涉及線(xiàn)上線(xiàn)下數據打通，將視頻等非結構化數據轉化為結構數據等，需要用到機器視覺(jué)領(lǐng)域CNN(卷積神經(jīng)網(wǎng)絡(luò ))算法，智慧供應鏈方面用到的傳統機器學(xué)習算法，如SVM、統計學(xué)的線(xiàn)形回歸、邏輯回歸等。綜合考慮，京東選擇了英特爾的邊緣服務(wù)器做硬件層支持。

　　從醫療到零售還只看到物聯(lián)網(wǎng)實(shí)踐的小小縮影，事實(shí)上英特爾正在嘗試一個(gè)通用邏輯或者說(shuō)方法論，將物聯(lián)網(wǎng)的部署在所有行業(yè)上打通。在Jonathon Ballon看來(lái)，物聯(lián)網(wǎng)也擁有專(zhuān)屬的“摩爾定律”，不同行業(yè)的IOT都會(huì )經(jīng)歷三個(gè)相同階段：連接，智能以及自治，而自治階段是未來(lái)物聯(lián)網(wǎng)發(fā)展的終極趨勢所在。英特爾與京東、亞馬遜打造的“無(wú)人商店”就是一個(gè)完全自主運營(yíng)的實(shí)例。

　　當談到競爭，Jonathon Ballon表示并不擔心?！坝⑻貭柕膬?yōu)勢在于善加利用分布式計算架構，專(zhuān)注于打造端到端的解決方案，包括設備、網(wǎng)關(guān)、網(wǎng)絡(luò )、云、數據中心等?！笨梢钥吹?，不僅是AI產(chǎn)品組合，關(guān)于物聯(lián)網(wǎng)，英特爾也已經(jīng)攢好“組合牌”，從設備到云已備好了一整套完整的產(chǎn)品組合方案。

　　所以，英特爾的手上都有哪些牛X底牌?

　　英特爾從來(lái)都不會(huì )直接地告訴別人它的AI能力有多強，但未來(lái)你身邊的AI可能都有“Intel inside”。

　　就像沒(méi)聽(tīng)說(shuō)過(guò)Movidius VPU，但你可能知道大疆今年推出了一款具有手勢識別遙控功能的迷你無(wú)人機;不熟悉Moblieye這個(gè)名字，但你大概聽(tīng)過(guò)特斯拉Autopilot的自動(dòng)駕駛功能;沒(méi)研究過(guò)英特爾AI平臺，但你或許會(huì )被2020年?yáng)|京奧運會(huì )的直播效果驚艷;甚至，在如今大多數人工智能硬件公司采用的芯片前，都要加一個(gè)英特爾商標。

　　事實(shí)上，借由其體量的優(yōu)勢，英特爾在A(yíng)I硬件方面完成了深遠布局。從訓練到推理，從服務(wù)器到終端的AI全產(chǎn)業(yè)鏈上，都有intel inside的身影。如果說(shuō)數據洪流帶來(lái)巨大機遇和挑戰，多種多樣的應用需求需要不同的解決方案和技術(shù)來(lái)滿(mǎn)足，同理人工智能也是如此。紛繁復雜的工作負載也需要不同類(lèi)型和特點(diǎn)的人工智能產(chǎn)品來(lái)支撐，這就需要提供更全面的企業(yè)級方案。

　　在人工智能策略上，英特爾實(shí)際上一直強調的是“廣度”，即對于每一種架構風(fēng)格，英特爾都有一個(gè)或多個(gè)的產(chǎn)品組合，讓各種規模的機構都能通過(guò)英特爾開(kāi)啟自己的人工智能研發(fā)。例如，英特爾正在與Novartis合作，使用深度神經(jīng)網(wǎng)絡(luò )來(lái)加速高內涵篩選——這是早期藥品研發(fā)的關(guān)鍵元素。雙方的合作把訓練圖片分析模型的時(shí)間從11個(gè)小時(shí)縮短到了31分鐘。

　　當然，要釋放AI潛力，僅“廣度”還是不夠的，還應該有更全面的考慮。在一年多漫長(cháng)梳理與整合之后，英特爾終于拿出了一套相對完善的產(chǎn)品組合方案——英特爾人工智能全棧式解決方案，包括至強可擴展處理器、英特爾Nervana神經(jīng)網(wǎng)絡(luò )處理器和FPGA、網(wǎng)絡(luò )以及存儲技術(shù)等;針對深度學(xué)習/機器學(xué)習而優(yōu)化的基于英特爾架構的數學(xué)函數庫(Intel MKL)以及數據分析加速庫(Intel DAAL)等;支持和優(yōu)化開(kāi)源深度學(xué)習框架如Spark、Caffe、Theano以及Neon等;構建以英特爾Movidius和Saffron為代表的平臺以推動(dòng)前后端協(xié)同人工智能發(fā)展。

　　這就夠了嗎?當然不是。

　　差點(diǎn)漏掉了“Loihi”。它是英特爾正在研發(fā)的神經(jīng)擬態(tài)計算芯片，能夠像大腦一樣通過(guò)脈沖或尖峰傳遞信息，通過(guò)“異步激活”方式進(jìn)行計算，使機器學(xué)習更有效率，同時(shí)對于計算力的需求更小。但Rao也指出，Loihi目前只是一個(gè)研究項目，是英特爾的一個(gè)重要研究方向但不是唯一方向。

　　“如果我們能提高的話(huà)，這項技術(shù)將成為潛力股?！?/p>

　　“與此同時(shí)，還有量子計算，它是創(chuàng )造更多計算能力的方法?！?/p>