近日，“釋放 AI 潛力——2017 英特爾人工智能年夜會”在北京召開。在這場集結英特爾公司全球副總裁兼中國區總裁楊旭、英特爾中國研討院院長宋繼強等英特爾外部，和百度、科年夜訊飛、京東等內部人工智能專家的年夜會上，除商量熾熱的人工智能概念面前，技巧演進、家當成長、生態扶植等多個條理成績以外，英特爾也經由過程多個技巧年夜咖演講，和多場宣布，讓其橫跨硬件、軟件和框架的 AI 全棧技巧才能加倍具象化，也讓我們逐步觸碰著英特爾 AI 的真正內核。

　　時隔一年 英特爾 AI 放出哪些年夜招？

　　據楊旭引見，從客歲的英特爾人工智能年夜會到本屆年夜會，時隔一年，英特爾在本身最焦點的盤算才能上獲得了很年夜沖破。2016 年英特爾收買 Nervana Systems，Nervana 具有為深度進修而周全優化的硬件和軟件客棧；同年，英特爾收買視覺處置芯片廠商 Movidius，此次收買讓英特爾取得了高表示力、低耗能的 Soc 平臺。

　　圖注：英特爾公司全球副總裁兼中國區總裁楊旭

　　同時英特爾又基于 Apache Spark 散布式深度進修框架 BigDL 停止深度進修；別的還推出全線至強可擴大處置器，這個處置器從盤算到收集技巧、存儲技巧都可以異常靈巧的依照人工智能的運用龐雜度來搭配。

　　圖注：英特爾人工智能全棧處理計劃

　　楊旭還引見，本年 10 月份英特爾 CEO 科再奇師長教師在美國宣告英特爾推出系列人工智能神經收集處置器產物，這一系列產物推出的面前，都是基于英特爾在人工智能技巧上的成長和演進。

　　技巧面前 且看運用場景有哪些？

　　關于比擬受存眷的 Movidius，英特爾公司高等首席工程師兼年夜數據技巧全球首席技巧官戴金權舉了一個例子：“英特爾在本年 7 月份宣布的 Movidius 神經元盤算棒，這是一個異常小的 USB 模樣的人工智能裝備，是業界首款基于 USB 的超低功耗的嵌入式神經收集開辟對象，它可以任務在尺度 USB 接口上。它內制了 Myriad2 的 VPU，可以把預練習好的 Caffe 或許 TensorFlow 的模子直接嵌入到神經收集，直接經由過程所謂的 U 盤對神經收集推理停止加快，從而將人工智能運用安排在嵌入式和邊沿情況上。”

　　固然如許的實例還有許多，戴金權引見了別的一個例子：“好比在 FPGA 方面，本年 8 月微軟工程師分享了 Project Brainwave，這個深度進修平臺運轉在微軟的超年夜范圍基本舉措措施架構上，在這個超年夜數據中間外面，基于 CPU 的辦事器組成了一個 CPU 盤算層，在這個辦事器的盤算層之上我們又參加了基于超年夜范圍 FPGA 構成的 FPGA 盤算層，CPU 的盤算層和 FPGA 的盤算層都同時接入了數據中間的融會收集，如許運轉在當地的 CPU 或許 FPGA 的運用可以直接挪用遠真個 FPGA 池。Project Brainwave 外面都可以或許將曾經練習好的各類各樣的龐雜的神經收集，不論是卷積神經收集 CNN 照樣輪回神經收集，都可以或許把它編譯成可以在 FPGA 上履行并加快的代碼，并且這個代碼經由過程散布式的方法安排到英特爾的運算池上。”

　　除 Movidius、FPGA，本年英特爾也宣布了至強可擴大平臺，英特爾在至強平臺上做了年夜量的軟件和硬件任務，包含優化、開辟等等，令人工智能盤算能在至強平臺上有好的后果。

　　其實講了這么多英特爾在人工智能方面的技巧積累和橫跨軟硬件和算法框架的產物實力，這些黑科技都須要經由過程協作同伴來打磨成為優良的產物和行業處理計劃出現在年夜家眼前，這也是這場運動約請浩瀚協作同伴的緣由地點。

　　在會上，浩瀚協作同伴詳解了他們與英特爾 AI 的淵源。百度與英特爾在人工智能研討和開辟上深度協作，努力于為客戶供給最好的深度進修與人工智能體驗。科年夜訊飛不只在做人工智能，更在結構人工智能 2.0，在這個中須要更壯大的可以或許支持訊飛包含法院、醫療、城市客服各方面的運用的盤算平臺，經由過程與英特爾的協作，可以或許將人工智能更好的停止落地；美團云和英特爾不論是在技巧層面照樣產物層面都有許多交換，一路打造中國最開放的人工智能平臺；海康 2013 年后開端結構深度進修，推出基于深度進修技巧的后端產物，包含基于英特爾 Movidius 平臺的攝像機；中國電信在深度進修算法上，在優化之前年夜概時長是 2400，優化以后晉升 18 倍，得益于英特爾至強融核處置器供給的端到真個高機能支撐。

　　AI 前瞻：看英特爾的技巧貯備

　　關于年夜家比擬存眷的英特爾在人工智能方面的前瞻性研討，宋繼強作為英特爾中國研討院院長，停止了引見。英特爾中國研討院曩昔幾年研討了一整套人臉剖析技巧的算法框架，包含從二維的人臉圖象中提掏出特點點，特點點進一步剖析辨認出人的屬性、身份和臉部臉色。以李宇春與英特爾結合打造的全球第一支有三維人臉殊效的音樂視頻為例，怎樣樣從二維人臉中提取特點映照到三維人臉參數空間把它釀成你想要的臉？這個就離不開英特爾最新研發的深度進修算法，用幾十萬張圖片練習出來。

　　別的宋繼強引見：“年夜家能夠據說過 ImageNet 競賽，它是用很年夜的、上萬萬級其余圖象去練習出深度神經收集。如今搶先的視覺公司都說千層以上，并且很寬，那意味著如許的收集模子練習出來今后盤算的龐雜度、空間龐雜度都很年夜，沒有方法放在前端裝備上用。而英特爾研討院的計劃是采用了低精度深度緊縮三部曲，取得百倍緊縮比，機能接近無損。”Movidius 芯片和 FPGA 都屬于功耗和盤算上很優良的前端安排硬件，在這些芯片中就會應用英特爾的低精度緊縮模子做優化。

　　技巧服裝論壇t.vhao.net：詳解英特爾 AI“黑科技”

　　年夜會上午 Keynote 讓英特爾 AI”黑科技““露崢嶸”以外，年夜會下晝的“人工智能硬件立異”、“簡化與加快人工智能開辟”、“深度進修與機械進修實例分享”三場技巧服裝論壇t.vhao.net，則就這些”黑科技“停止具體解讀。包含英特爾軟件事業部（SSG）高等技巧征詢師胡英博士、英特爾計劃架構師陳江、英特爾處理計劃事業部亞太地域人工智能營業拓展司理劉斌、英特爾軟件開辟工程師趙鵬等多位人工智能范疇的技巧專家，還就英特爾可擴大體系框架、FPGA、Caffe 練習集群等才能；Pthon, Cafffe, Tensorflow 等數個深度進修框架；MKL 和 MKL-DNN、Movidius VPU、主動駕駛等焦點技巧及運用，停止了深刻解讀。