软硬件结合,让人工智能计算进入民主化时代
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》
【51CTO.com原创稿件】在这个火热的七月里,芯片行业老大哥英特尔动作不断。先是发布了新一代的至强可扩展处理器,紧接着对外公布了基于Apache Spark的分布式开源深度学习框架BigDL的新版本,并计划于近期正式发布。不久前,笔者曾在北京采访了英特尔公司软件与服务事业部副总裁,系统技术和优化部门大数据技术总监马子雅女士,就深度学习四大痛点与BigDL解决之道进行了交流与沟通。近期,笔者再次跟随英特尔转战上海,来到位上海紫竹科学园区的英特尔亚太研发有限公司,对英特尔公司软件与服务事业部副总裁、系统技术及优化部门总经理Michael Greene先生和英特尔大数据***架构师、资深***工程师戴金权先生进行了采访。
英特尔大数据***架构师、资深***工程师戴金权
此次采访的话题,仍然围绕人工智能与深度学习展开。期间,戴金权先生为媒体介绍了英特尔在人工智能和深度学习方面所做的一系列工作和取得的成就,并且邀请到了英特尔技术专家详细介绍了BigDL的技术优势和新版本的相关改进内容。Michael Greene则更多的围绕英特尔软件的战略方向与我们进行了交流。
让人工智能计算进入民主化时代
今天,人工智能正在改变各行各业。作为芯片行业老大,英特尔也积极投入到人工智能领域,专注于人工智能深度学习的技术研发。戴金权表示,英特尔致力于将人工智能计算带入民主化时代,从硬件、软件到上层体验,从数据中心到设备端,为用户提供端到端的人工智能技术栈,让各行各业都能够更加方便地使用人工智能技术。
在基础设施层,英特尔除了提供计算、内存、存储、网络等硬件设备外,还为用户准备了各种各样的高性能计算库,比如MKL(英特尔数学核心函数库)是英特尔平台上最快的数学运算高性能计算库。在软件层面,英特尔一方面对现有的深度学习框架例如Neon、TensorFlow、Caffe、Torch等进行优化;另一方面通过和Spark最主流的大数据处理分析框架相结合,开发并开源BigDL深度学习库。此外,在上层还有更高级别的SDK以及各种各样的解决方案等。
戴金权表示,英特尔希望能够更方便、更广泛地让大家使用深度学习技术,虽然深度学习社区几乎每周都会有新的技术突破,非常令人激动,但是在真正的生产环境中应用还需要一个过程。因此,大数据和深度学习社区是不完全匹配的,社区中的深度学习及其软件框架、硬件架构对用户来说并不友好,使用起来非常麻烦。怎样才能够让用户方便地将深度学习技术用到生产开发环境中,不仅仅是在Demo上用起来,在生产环境中也能够真正运行起来,面临很多的挑战。英特尔开源了BigDL,就是希望解决用户的这些问题,让深度学习更方便地使用,让各行各业的普通工程师、普通数据科学家,甚至分析师都能使用深度学习技术。只有这样,才能让深度学习真正应用到各行各业中,推动技术变革。
软件点亮硬件
提到英特尔,更多的人想到的是英特尔的处理器,例如酷睿、至强等,大部分对英特尔的软件并不了解。作为英特尔公司软件与服务事业部的副总裁,Michael Greene就软件对于英特尔的重要意义进行了分享。
英特尔公司软件与服务事业部副总裁、系统技术及优化部门总经理Michael Greene
Michael Greene表示,英特尔一直以来都非常重要软件开发,软件不只对英特尔非常重要,对英特尔的客户同样非常重要。这是因为英特尔卖给客户的是处理器,不管至强还是Atom,并不是硅晶片,必须要有软件的支持才能够运行。因此,英特尔一直强调软件和硬件的结合是英特尔的生命力体现,是研发人员的热情所在,也是英特尔一直追寻的方向。
在英特尔内部,软件部门和硬件部门是如何进行相互协作的?谈到此话题,Michae Greene表示,在英特尔内部,部门与部门之间的边界非常模糊,很难有一个精准的界定。无论是软件部门还是硬件部门,都有同样一个目标,就是给客户提供最完整***化的解决方案。简单而言,两个部门的一切工作都是始于客户需求,而客户需求往往是以软件需求的形式来提出的,因此英特尔就会把软件需求和整个硬件发展路线图结合在一起,最终交付给客户软硬件结合的解决方案。
硬件+软件的商业模式
英特尔如何用开源的BigDL获取商业利益,英特尔软件部门的商业模式是什么?终于抓住一次对英特尔软件部门负责人采访的机会,关于英特尔软件商业模式的话题自然是媒体关注的重点。谈到此话题,Michael表示,英特尔软件服务的宗旨就是创造好***的软件解决方案,并由英特尔芯片去赋能,***的在英特尔硬件上运行。英特尔的商业模式一直从未改变,那就是硬件加软件的结合,使客户和使用者能够得到更好更强的计算能力。
Michael告诉记者,英特尔具备强大的芯片制造能力,在处理器、存储芯片的制作方面保持着非常高的水准,硬件与软件相结合,能够不断提高计算能力。因此,软件方面的商业模式就是一以贯之,通过不断打造生态系统,加强与合作伙伴的合作,用软件助力于整个英特尔的硬件架构。
【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
TechWorld’17:让计算更智慧
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 【责任编辑: 张诚 TEL:(010)68476606】 【责任编辑: 张诚 TEL:(010)68476606】
- 下一篇
别让存储成为鸡肋,谈谈混合云时代的存储管理
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 【51CTO.com原创稿件】公有云虽好,但并不适合所有用户,特别是那些对数据主权和控制权不愿撒手的传统企业。私有云虽相对安全,但成本过高,并不适合中小型企业和初创公司。混合云的出现,很好的解决了这些难题。虽然,混合云给企业带来了足够的IT弹性、敏捷性和灵活性,加快了业务的上线时间,降低了企业的上云成本;但是,如何管好、用好混合云,实现本地数据中心和各种云平台之间的高效、无缝连接,保证数据的绝对安全,成为摆在企业面前的最重要的挑战。 混合云的应用核心就是数据管理的问题 很多用户对混合云存在一种误解,他们认为混合云就是私有云和公有云的简单相加,企业把不太敏感的业务放到公有云平台上,把重要的、私密的数据放到私有云或者本地的IT基础设施当中,业务分开管理。从应用角度出发,这样理解无可厚非,但对于IT运维管理者来讲,混合云并非如此简单。 首先,如何管好复杂的IT架构。IT运维管理者即要面对旧的本地IT基础架构,又要管好新的数据中心架构;即要做好私有云的管理,又要面对各种不同平台的公有云管理。如何管好复杂的IT架构,打通本地...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- 设置Eclipse缩进为4个空格,增强代码规范
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2全家桶,快速入门学习开发网站教程
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- CentOS8安装Docker,最新的服务器搭配容器使用
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7