在以數據為中心的世界，AI是極具代表性的重要轉折性技術，它將成為助力各行各業創新發展的加速器。而復雜的行業和多變的應用場景都要求AI技術從硬件、軟件到應用需要有更行之有效的全面解決方案，這正是英特爾一直努力的方向。2019年11月22日，英特爾實踐AI媒體分享會在北京舉行，首次面向中國媒體介紹了最新推出的英特爾Nervana神經網絡處理器（NNP）和下一代英特爾Movidius Myriad視覺處理單元（VPU），并發布了《英特爾中國金融行業AI實戰手冊》和《英特爾中國醫療健康行業AI實戰手冊》。

　　英特爾人工智能事業部副總裁兼英特爾人工智能平臺與市場研究總經理Julie Choi在活動上發表演講

　　除以上成果外，本月早些時候英特爾還公布了一款專門針對高性能計算和人工智能加速的基于Xe架構的通用GPU進一步增強在深度學習領域的實力；而在軟件方面，英特爾則帶來了能夠提供跨CPU、GPU、FPGA和其他加速器在內的異構計算的統一簡化的應用開發編程模型oneAPI beta?？梢哉f整個11月一系列密集動作令英特爾“AI科技樹”日漸繁茂，這些剛剛問世的新進展與英特爾多元的AI技術陣列共同構成了促進AI產業價值實現的驅動引擎。

　　英特爾AI科技樹已繁茂

　　基于多年的技術積累和針對AI的沉淀，英特爾能提供多樣化的人工智能軟硬件產品組合，滿足從云到邊緣再到設備的不同工作負載需求，加速AI技術的創新。僅在2019年，英特爾就在人工智能領域取得了諸多的技術進展。

　　oneAPI就像英特爾“AI科技樹”的枝干，它將英特爾關鍵技術逐一連接，成為跨架構、跨平臺的整體解決方案。不管是英特爾的oneAPI產業計劃還是這次帶來的oneAPI beta產品，它們都是英特爾“軟件先行”戰略的重要體現。英特爾利用oneAPI幫助AI開發釋放多架構高性能計算的潛力，它不僅可以簡化AI的開發過程，而且實現了跨CPU、GPU、FPGA、加速器多架構的簡化應用開發編程支持，解決了開發者在不同架構開發需要使用不同的語言、庫和軟件工具進行編程的局限，真正意義上放大了AI開發的價值。oneAPI可以說是連接英特爾多種硬件基礎、軟件技術的關鍵，oneAPI為英特爾帶來了不同于其他AI技術提供商的統一的、簡化的、跨架構的寬廣高效通用能力。

英特爾NNP-T1000與NNP-I1000

　　Nervana Neural Network Processor（簡稱NNP）是英特爾專為云端和數據中心客戶提供的首個針對復雜深度學習的專用ASIC芯片。自從2016年收購Nervana到今天，英特爾用了差不多三年時間打磨NNP神經網絡處理器，并最終實現了今天的投產與客戶交付。它目前包括面向神經網絡訓練的NNP-T1000和面向推理演算的NNP-I1000。由于NNP計算密度更高、能效更好，采用英特爾架構+開源軟件支持，所以搭載NNP的AI將從系統層面上變得更先進。

　　從幾年前英特爾便開始著手GPU的開發，并在2017年底將業界著名的圖形架構師Raja招致麾下，今年首款Xe架構通用型GPU——Ponte Vecchio浮出水面。它采用7nm制程工藝并采用了英特爾最新的Foveros 3D先進封裝，支持EMIB封裝，支持HBM高帶寬顯存。同時Xe架構通用型GPU非常靈活，不僅可用于幾乎所有計算，還能提供百億億次高性能計算，可用于AI深度學習和訓練、云服務、工作站和個人電腦，尤其是在AI方面的應用前景十分值得期待。

　　至強可擴展處理器則是英特爾AI技術在CPU架構上面的重要產品，今年英特爾也帶來了升級之后的第二代至強可擴展處理器。研發代號為Cooper Lake，可實現單路最高56核的強大規格，內建AI訓練加速特性，相比之前的至強鉑金8200核心數量翻倍。通過英特爾DL Boost深度學習加速技術對bfloat16的支持，Cooper Lake也成為首款提供內置高性能AI訓練加速功能的x86處理器。

擁有64顆Loihi芯片，內置800萬“神經元”的英特爾Pohoiki Beach

　　AI一個重要的研究領域就是機器如何能更像人腦一樣思考，除了通過CPU、GPU與開發人員開發的算法配合進行人工智能運算之外，神經擬態意味著從硬件基礎開始就學習人腦神經元、突觸、化學遞質這樣的生物大腦思考方式，于是我們看到了英特爾Pohoiki Beach。它有望成為開拓神經啟發式算法研究的前沿，甚至帶來令人驚嘆的突破性進展。

　　英特爾關鍵技術連接多元行業釋放產業價值

　　正因為在軟硬件各方面占據優勢，英特爾近年來也在大力推進AI技術對行業的賦能，帶來創新落地，釋放產業價值。目前英特爾合作伙伴遍布醫療健康、金融、企業數字化轉型、奧運、云計算、大數據、自動駕駛、物流等多種領域。越來越多實際案例描繪出英特爾AI關鍵技術在創新行業發展模式釋放價值當中所發揮的重要作用。

　　AI醫療

　　之所以AI對于醫療有巨大價值主要的原因在于不管是新藥的開發、影像輔助診斷還是基因分析都需要建立在數據量、數據質量、模型解釋和模型通用性以及合理的數據分析這些基礎上面，AI對于改進人力工作提升效率、精密分析提升影像準確度方面有不可替代的作用。

對U-net的優化結果（左為腦CT、中為U-net、右為英特爾OpenVINO加速推演）

　　以醫學影像分割為例，利用英特爾架構平臺可帶來處理器處理效率的大幅提升，通過引入非統一內存訪問架構技術以及面向深度神經網絡的英特爾數據核心函數庫，可為U-net圖像分割法進一步升級，實現基于深度學習的多層次優化?；谟⑻貭朞penVINO工具套件，可以對原有模型進行轉化，并通過Inference Engine進行模型推理，配合英特爾深度學習加速DL Boost技術，最終實現在保持U-net優化圖像分割結果準確性的前提下大大提升推演的效率。東軟智能醫療研究院、沈陽東軟醫療系統有限公司借助英特爾架構優化TensorFlow以及OpenVINO工具套件實現快速分析腦卒中診治的創新變革，為急性腦卒中靜脈溶栓和動脈取栓治療提供更精準指導。

西門子醫療與英特爾構建心臟MRI的AI分析能力

　　西門子醫療與英特爾基于第二代至強可擴展處理器所打造的AI模型，可對心臟的左右心室進行語義分割，并可擴展到所有四個腔室。原本需要人工識別標注的過程通過AI模型對心臟MRI圖像的分析可快速判讀并產出結果。通用電氣醫療則利用英特爾技術與產品，優化深度學習模型，用以提升CT圖像推理性能，在保證成像精度的情況下提升圖像診斷效率。

　　醫學影像分析+云端，這意味著更高效的診療分析能力。西安盈谷基于目標偵測神經網絡模型構建了一系列醫學影像分析處理應用，利用英特爾架構處理器執行高效率的模型推理以及英特爾對于Caffe、TensorFlow等人工智能框架的優化，使得西安盈谷可以結合云分析技術提供了強大的影像大數據在線智能處理能力。

　　病理切片是輔助醫生診斷、精確掌握患者病情的重要手段，AI則有助于加速病理切片的分析。江豐生物聯合英特爾構建的基于宮頸LBP切片的宮頸癌篩查AI解決方案通過在系統內輸入圖片，經由數據預處理、分類卷積神經網絡和后處理階段，可快速得到陽性或隱性預測，輔助醫生最終的診斷審查。利用英特爾架構處理器平臺、面相英特爾架構優化的Caffe、英特爾深度學習加速技術等，可助力病理切片的檢測應用大幅度提升工作效率，提升病理切片分析的實時性。

　　在藥物研發方向，英特爾與眾多制藥企業一起為加速AI方案在藥物研發中的應用而努力。通過一系列優化方案，英特爾至強可擴展處理器、英特爾Omni-Path架構等先進技術產品可為基于深度學習的HCS等AI應用提供出色且可靠的大內存支持和大Batch Size與多TensorFlow工作進程支持，提升單節點和多節點訓練效率，加速以諾華為代表的藥企的藥物研發進程。

　　圖像識別是支撐醫療行業數字化、智能化轉型的關鍵技術之一。解放軍總醫院采用基于英特爾至強可擴展處理器、DRAM內存以及英特爾NAND固態盤平臺打造了一套輔助門診發藥的解決方案，利用計算機識別降低人為因素導致的藥品發放差錯率，提升智能化醫療體驗，不僅可以在醫院中推廣也同樣適用于藥房的管理。

　　AI金融

　　AI與金融實際上都是建立在海量數據的基礎上，AI可以有效降低傳統金融行業用于客戶關系維護的大量服務成本，同時幫助金融企業展開更多業務精確狙擊，提升服務質量。

中國銀聯電子支付研究院智能分析服務平臺架構圖

　　伴隨金融業務的高速擴展，金融行業的風險指數也在不斷上升。中國銀聯與英特爾針對金融風控展開基于深度學習的反欺詐技術研究，利用中國銀聯GBDT-GRU-RF“三明治”結構反欺詐模型與基于英特爾架構的多方位優化，實現了加速運行，同時還支持高度不規則的樹構建、熵計算以及GRU、非線性激活等常規計算，對幫助降低金融風險有顯著作用。

　　某大型商業銀行與英特爾合作，基于英特爾至強可擴展處理器以及英特爾架構優化的TensorFlow和英特爾Python分發包等軟件優化能力，大大提升風險管控的效率，提升了預期風險預測的準確能力。未來有望進一步探索利用NLP模型面向大環境數據展開分析和預測，令預測效果更為全面準確。

　　中國人壽上海數據中心業務推薦系統平臺利用英特爾Analytics Zoo搭建，以海量數據為支撐，通過構建基于AI的推薦模型支持銷售人員通過更有效的方式進行險種推薦，提升客戶滿意度。萬事達卡與英特爾展開合作同樣引入Analytics Zoo“大數據分析+AI”平臺構建出基于深度學習的推薦算法。大幅減少建設業務推薦系統的成本和時間，以最高效的方式構建了客戶推薦系統。

　　基于AI的影像分析能夠有效助力金融機構提高業務辦理效率，防范欺詐風險并改善用戶體驗。中國平安通過引入英特爾Caffe、TensorFlow等深度學習框架，幫助金融保險行業進行智能保單審核以及票據處理，大幅改善人工操作的準確率提升效率。

　　助力企業數字化轉型

　　作為企業IT的基石，企業數據中心該如何適合時代變遷，擺脫原有舊架構帶來的信息孤島、性能瓶頸、運維復雜等已成為企業共同關注的問題。

　　為了更好的服務企業用戶，為其提供更優質的產品體驗，青云QingCloud聯合英特爾圍繞其至強處理器產品家族、英特爾固態盤存儲設備以及英特爾萬兆以太網服務器適配器網絡設備產品開展了緊密的技術合作。青云QingCloud通過與英特爾協力打造的混合云平臺與超融合一體化設備為用戶提供了安全可靠、性能卓越的企業數據中心一體化產品。

基于青立方Qing3超融合系統的英特爾精選解決方案“Base”與“Plus”配置表

　　青云QingCloud與英特爾所推出的云計算整體解決方案、產品與服務，可有效降低企業在IT方面的TCO和運維投入。未來青云QingCloud還將與英特爾進一步合作，借助英特爾更新一代的高性能計算、存儲和網絡產品提升企業數據中心產品的性能、可用性、安全可靠性。同時借助英特爾在數據中心、虛擬化、云服務、人工智能等方面的技術創新力，針對企業數字化轉型進程中產生的更多需求打造更具創新力和應用價值的潔解決方案。

　　結語

　　通過對英特爾一年多以來AI技術及相關產業合作案例盤點不難發現，英特爾AI正形成強勁的市場競爭力。英特爾透過oneAPI使得英特爾“AI科技樹”上面的CPU、GPU、存儲、網絡要件、工具包、函數庫、數據分析平臺等軟硬件關鍵技術得到了統一簡化的整合和連接，為開發者提供了極大的AI開發便利性，并由此有效加速了AI技術在不同行業中釋放價值。相信未來英特爾將攜手更加廣泛的合作伙伴，在愈發多元的產業領域，探索突破性的應用場景，加速應用落地，共贏人工智能未來。

(責編：楊虞波羅、呂騫)