科技行者 1月10日 北京消息(文/李祥敬): 在CES 2020上,廠商舉辦發(fā)布會那是最普通不多的事情,但是為了吸引更多觀眾,各大廠商也是“八仙過海各顯神通”。除了以新奇特來吸引眼球,有的廠商則是以實力來說話。比如英特爾,其舉行了主題為“智能驅動創(chuàng)新”(Innovation through Intelligence)的新聞發(fā)布會,這場發(fā)布會請來了英特爾CEO和兩大部門的高管,可謂是“眾星云集”。
行業(yè)智能化的旅程才剛剛開始,數據洪流便洶涌而來。為了應對驚人的數據量,我們需要實現(xiàn)更快地傳輸數據、高效存儲和訪問數據,以及處理所有數據。這也是為什么英特爾提出以數據為中心的戰(zhàn)略轉型。
英特爾公司首席執(zhí)行官司睿博(Bob Swan)在開場演講中表示,現(xiàn)在全球有560億互聯(lián)設備,相當于每個人有7個;2015年以來全球數據量每年增長25%,其中50%的數據量來源于邊緣端;到2025年,全球數據量估計達到175ZB,而其中只有1%被人工智能模型所處理。
英特爾要做的就是釋放數據價值,司睿博表示,當前技術和未來技術平臺將產生難以置信的影響。5G、人工智能和邊緣智能設備,這些轉折性技術結合在一起,讓數字智能備受期待。
司睿博還介紹了與美國紅十字會及其“缺失地圖”項目(Missing Maps project)的合作,以改善防災備災方面開展的工作。通過利用第二代英特爾至強可擴展處理器集成的深度學習加速(DL Boost)和nGraph編譯器等AI技術,英特爾正在協(xié)助美國紅十字會及其“缺失地圖”項目,為偏遠地區(qū)繪制高精度的路橋地圖,當災難發(fā)生時,能為應急響應提供幫助。比如在2019年,英特爾數據科學家構建了一個計算機視覺模型,該模型能夠識別烏干達衛(wèi)星圖像上先前未被標記的橋梁和道路。
司睿博表示,智能正在重塑各行各業(yè)。英特爾的雄心是幫助客戶最大限度地利用AI、5G和Edge等技術,塑造未來數十年的世界。英特爾推動智能融入計算技術的方方面面,以創(chuàng)造前所未有的積極影響。“英特爾已經將智能內置各個產品線組合。”
當前,數據中心為各行各業(yè)提供智能的重要驅動力,而英特爾至強可擴展處理器則是數據中心的基石。英特爾公司執(zhí)行副總裁、數據平臺事業(yè)部總經理孫納頤(Navin Shenoy)在主題演講中宣布,2020年上半年推出的第三代英特爾至強可擴展處理器,將包含面向內置人工智能訓練加速的全新英特爾DL Boost擴展指令集,與之前的產品系列相比,其訓練性能提升高達60%。
英特爾至強可擴展系列是唯一的內置AI的通用CPU。與標準版英特爾至強鉑金8200處理器相比,第三代英特爾至強可擴展處理器將包含兩倍的處理器核心數量(最高達56顆核心)、更高的內存帶寬以及更高的人工智能推理與訓練性能。該款處理器可比目前的英特爾至強鉑金9200處理器提供更低的功耗。通過在英特爾深度學習加速技術(英特爾DL Boost)中增加對bfloat16的支持,Cooper Lake將是第一款提供內置高性能人工智能訓練加速功能的x86處理器。此外,Cooper Lake還將與即將推出的10納米Ice Lake處理器實現(xiàn)平臺兼容。
當前,英特爾持續(xù)強化自身的人工智能產品組合,從硬件、軟件和生態(tài)合作三個方面進行布局。硬件方面,英特爾提供最完整和靈活的硬件產品組合與計算平臺,包括CPU、GPU、FPGA、NNP、VPU等,滿足從云到邊緣到設備的不同工作負載需求;軟件方面,英特爾提供經過全面優(yōu)化的軟件,用以加速并簡化人工智能技術的開發(fā)與部署,涵蓋庫、框架以及工具與解決方案等多個層面;生態(tài)合作方面,英特爾致力于打造開放合作的人工智能創(chuàng)新生態(tài),激勵人工智能創(chuàng)新,賦予合作伙伴獨特的生態(tài)價值,例如產業(yè)對接、人才培養(yǎng)、創(chuàng)新孵化等。
孫納頤重點介紹了英特爾將智能融入云、網絡和邊緣計算的數據平臺的多種途徑,并舉例說明其對體育和娛樂體驗帶來的變革。比如英特爾和Netflix繼續(xù)合作,推動開源高性能編碼器(SVT-AV1)的開發(fā),并在第二代英特爾至強可擴展處理器上進行了優(yōu)化,顯著地提升了質量和性能以實現(xiàn)商業(yè)部署,優(yōu)化了Netflix的媒體流服務。
而在體育方面,3D“運動員追蹤”(3DAT)是業(yè)內首創(chuàng)的計算機視覺解決方案,它利用人工智能提供接近實時的數據洞察和可視化,可大幅提升觀賽體驗。3DAT使用高度靈活的攝像頭捕捉運動員的姿勢和動作,然后應用以英特爾DL Boost優(yōu)化并由英特爾至強可擴展處理器驅動的算法,從生物力學機制的角度對運動員動作進行分析。孫納頤宣布,該技術將應用于2020年東京奧運會100米及其它短跑項目的視頻回放中。
除此以外,英特爾和體育產業(yè)正在以“體三維視頻”(volumetric video)促進體育賽事觀賽體驗的變革,這是突破觀賽體驗極限的重要進展。英特爾 True View合成出體育場館的全部空間,提供全方位無死角視野,讓球迷可以選擇從任何有利位置和運動員視角,以流式傳輸的方式在其設備上觀賽。英特爾和美國職業(yè)橄欖球大聯(lián)盟(NFL)以克利夫蘭布朗隊與亞利桑那紅雀隊的比賽為例,展示了“體三維”視頻的沖擊力。僅在一場NFL比賽的第一節(jié),所產生的數據就超過了3TB/分鐘,這種指數級的數據增長,需要超強的計算力才能實現(xiàn)。
總之,英特爾以全球視野、云到端的產品和技術、以及不斷拓展的生態(tài),加速行業(yè)的智能化進程。
移動計算作為一個重點領域,在此英特爾宣布推出新產品、建立新的合作伙伴關系并開展激動人心的平臺級創(chuàng)新,從而改變人們專注、創(chuàng)造和參與的方式。比如英特爾“雅典娜計劃”。
雅典娜計劃是一項創(chuàng)新計劃,旨在提供一類新的高級筆記本電腦。該計劃以人為本,源自對人們日常如何使用設備的洞察,確定方向以便為這些用戶提供最出色的筆記本電腦體驗,充分利用英特爾PC平臺工程的技術優(yōu)勢以及長久以來的生態(tài)系統(tǒng)合作關系。
英特爾公司執(zhí)行副總裁兼客戶端計算事業(yè)部總經理Gregory Bryant表示,英特爾“雅典娜計劃”創(chuàng)新計劃取得重大進展,包括首批兩款經“雅典娜計劃”驗證Chromebook——華碩Chromebook Flip(C436)和三星Galaxy Chromebook——是與谷歌合作完成的,Gregory Bryant宣布繼續(xù)擴展與谷歌的合作。這些設備已經過調試、測試和驗證,提供非常出色的系統(tǒng)級創(chuàng)新,已經達到或超過該計劃在電池續(xù)航時間、響應能力、即時喚醒、連接等方面的體驗和技術要求。
截至目前,已有25款設計通過了英特爾的“雅典娜計劃”認證。英特爾預計今年還將驗證50多款設計,包括Windows和Chrome兩類,并為雙屏PC制定技術規(guī)范目標。
英特爾不斷加深與OEM合作伙伴的協(xié)同工程開發(fā),基于英特爾酷睿處理器來幫助定義全新設備類別,包括全新的雙屏和可折疊設計,如聯(lián)想ThinkPad X1折疊屏電腦以及戴爾Concept Duet,前者采用搭載英特爾混合技術(研發(fā)代號:Lakefield)的英特爾酷睿處理器,將于年中出貨。
Gregory Bryant還發(fā)布了英特爾最新概念設備預覽版,該設備是一款外形可折疊的OLED顯示器(研發(fā)代號:Horseshoe Bend)。該設計尺寸與12英寸筆記本電腦相似,配有折疊式觸控屏,展開后可逾17英寸。
首次亮相的英特爾酷睿移動處理器(研發(fā)代號:Tiger Lake),通過在每個重要領域及體驗上實現(xiàn)突破性進展,旨在將英特爾在移動計算領域大膽的、以人為本的愿景變?yōu)楝F(xiàn)實。憑借在CPU、人工智能加速器以及基于全新英特爾Xe圖形架構、堪比獨立顯卡性能的內置圖形顯卡等優(yōu)化,Tiger Lake將帶來兩位數的性能提升,大幅提高人工智能性能和圖形性能,并將采用全新集成Thunderbolt 4,其數據吞吐量4倍于USB3?;谟⑻貭?0nm+制程,首批Tiger Lake產品預計于2020年晚些時候出貨。
英特爾公司圖形架構和軟件副總裁Lisa Pearce深入介紹了全新英特爾圖形架構的進展,它大幅提升了Tiger Lake性能,Lisa還預覽了英特爾首款基于全新架構的獨立圖形顯卡(研發(fā)代號:“DG1”),其面向游戲本、輕薄本的低功耗架構,主要應對一些日常游戲需求。
可以遇見的是英特爾在未來會有更多創(chuàng)新體驗的PC產品相繼問世,推動整個社會邁入更加智能高品質的數字生活。
在CES 2020上,英特爾的這場發(fā)布會看點還是很多的,首先是英特爾確定了智能這個戰(zhàn)略基調,這種智能體現(xiàn)在英特爾以數據為中心的整個戰(zhàn)略中。其次,英特爾依然保持了自己一貫的硬件創(chuàng)新,不斷加速智能社會的到來,這包括5G、AI、自動駕駛等各個方面。最后,英特爾聯(lián)合整個產業(yè)生態(tài)一起不斷推動整個社會的智能化,讓數字經濟生活更加美好。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。