7月17日消息，在最近的百度AI開發(fā)者大會（Baidu Create 2018）上，英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理Gadi Singer發(fā)表演講，披露了和百度的一系列深度合作，包括至強(qiáng)處理器優(yōu)化PaddlePaddle深度學(xué)習(xí)框架、FPGA賦能百度工作負(fù)載加速即服務(wù)以及Movidius視覺處理器（VPU）支持百度Xeye智能攝像頭。

會后，Gadi Singer接受了智東西同少數(shù)國內(nèi)媒體的專訪，就英特爾和百度的合作細(xì)節(jié)、英特爾在AI領(lǐng)域的前瞻性戰(zhàn)略布局、AI發(fā)展面臨的挑戰(zhàn)以及對如何做好AI芯片進(jìn)行深入交流。Gadi Singer表示，英特爾將聚焦硬件、軟件和生態(tài)系統(tǒng)對AI展開全方位布局。

▲英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理Gadi Singer

一、和百度長期合作，三個領(lǐng)域推進(jìn)AI落地

百度和英特爾有超過十年的合作歷史。Gadi Singer表示，五年前，他們的合作邁出很一大步，兩家公司建立了面向移動互聯(lián)網(wǎng)的戰(zhàn)略聯(lián)盟，一起打造智能云手機(jī)生態(tài)環(huán)境。兩年前，雙方在AI方面有了更強(qiáng)的合作。

Gadi Singer重點(diǎn)介紹和百度合作的三款項(xiàng)目：至強(qiáng)處理器優(yōu)化PaddlePaddle深度學(xué)習(xí)框架、FPGA加速工作負(fù)載和Movidius處理器助力Xeye智能攝像頭。最后，Gadi Singer特意介紹了英特爾針對神經(jīng)網(wǎng)絡(luò)模型的開源nGragh編譯器。

1、至強(qiáng)處理器優(yōu)化百度PaddlePaddle平臺

深度學(xué)習(xí)平臺PaddlePaddle是百度于2016年8月底開源的并行分布式全功能深度學(xué)習(xí)框架，能夠讓開發(fā)者和企業(yè)安全高效地滿足圖像識別、圖像分類、機(jī)器翻譯和自動駕駛等多領(lǐng)域的AI技術(shù)需求。本次百度AI開發(fā)者大會公布了PaddlePaddle 3.0版本。

PaddlePaddle在英特爾至強(qiáng)可擴(kuò)展處理器上性能的優(yōu)化，使得AI應(yīng)用的運(yùn)營效率進(jìn)一步提高，開發(fā)者與數(shù)據(jù)科學(xué)家可以使用支持全球數(shù)據(jù)中心和云計(jì)算的硬件來不斷改進(jìn)AI算法。

英特爾對PaddlePaddle的優(yōu)化涵蓋計(jì)算、內(nèi)存、架構(gòu)、通信等不同層面，比如通過AVX Intrinsics函數(shù)、BLAS庫（例如MKL, OpenBLAS）或定制CPU函數(shù)優(yōu)化數(shù)字運(yùn)算的效率，以及通過MKL-DNN（面向深度神經(jīng)網(wǎng)絡(luò)的英特爾數(shù)學(xué)核心函數(shù)庫）優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)（CNN）。

Gadi Singer表示，優(yōu)化AI框架有兩個非常重要的方式：其一，為框架挑選合適的庫和函數(shù) ；其二，對每個AI工作負(fù)載進(jìn)行分析，從而對它進(jìn)行適合的培訓(xùn)，以達(dá)到更好的效果。

2、FPGA加速百度工作負(fù)載

FPGA是指現(xiàn)場可編程門陣列（Field Programmable Gate Array）。2015年，英特爾以167億美元收購FPGA巨頭Altera，為未來算力的發(fā)展趨勢奠定基礎(chǔ)。

目前百度在其開發(fā)的異構(gòu)計(jì)算平臺上部署了最新FPGA技術(shù)。這一技術(shù)的應(yīng)用在定制化和配置方面更加靈活，對于要求高的工作負(fù)載可實(shí)現(xiàn)更高的性能和能效，還能開發(fā)低延時的應(yīng)用。

據(jù)Gadi Singer稱，F(xiàn)PGA已經(jīng)被好幾家公司所驗(yàn)證，既可提供較高帶寬和較低時延，同時又支持大量數(shù)據(jù)傳輸?shù)墓ぷ髫?fù)載，對AI類應(yīng)用而言是非常強(qiáng)有力的選擇。FPGA賦能百度云上的工作負(fù)載加速即服務(wù)，可以為百度的異構(gòu)計(jì)算環(huán)境提供更多元化選擇。

3、Movidius VPU助力百度Xeye智能攝像頭

2016年，英特爾收購視覺處理初創(chuàng)公司Movidius。2017年7月，英特爾推出以“PC雞血神器”著稱的Movidius神經(jīng)計(jì)算棒（Movidius Neural Compute Stick）U盤產(chǎn)品，為機(jī)器的深度學(xué)習(xí)提供超大“血包”。

▲使用Movidius神經(jīng)計(jì)算棒進(jìn)行車輛識別

Movidius處理器被廣泛應(yīng)用于安全監(jiān)控?cái)z像頭和無人機(jī)，有專門用于計(jì)算機(jī)視覺引擎，同時兼?zhèn)溆糜谕ㄓ眯屯评硌堇[的引擎，兩者組合在一起，可以更好實(shí)現(xiàn)計(jì)算機(jī)視覺和設(shè)備端的演繹推理，為集計(jì)算和AI于一身的終端設(shè)備提供非常有吸引力的解決方案。Movidius研發(fā)的視覺處理單元（VPU）具備兩大優(yōu)勢：一是直接在本地?cái)z像頭運(yùn)行神經(jīng)網(wǎng)絡(luò)，縮短延遲時間，節(jié)約帶寬和成本；二是用前端算法降低能耗，實(shí)現(xiàn)長期續(xù)航。

百度Xeye攝像頭采用英特爾Movidius Myriad 2視覺處理單元（Movidius Myriad 2 VPU），為機(jī)器學(xué)習(xí)算法提供更低功耗的推理引擎，讓此款攝像頭能夠分析物體和手勢并識別人體，從而為零售行業(yè)用戶提供個性化的購物體驗(yàn)。

▲基于Movidius? Myriad X VPU運(yùn)行GoogleNet V1網(wǎng)絡(luò)的推理

▲Movidius芯片組和Movidius Myriad X VPU（紅色方框標(biāo)注）

百度機(jī)器學(xué)習(xí)算法通過和英特爾定制化VPU解決方案強(qiáng)強(qiáng)聯(lián)合，能以更低功耗優(yōu)化運(yùn)營，為零售業(yè)提供高性能、低功耗的視覺智能。

4、nGraph編譯器連接PaddlePaddle平臺

最后Gadi Singer還特意介紹了nGragh。nGraph是英特爾在今年3月份開源的一款面向各種設(shè)備和框架的深度神經(jīng)網(wǎng)絡(luò)（DNN）模型編譯器，能與多種深度學(xué)習(xí)框架進(jìn)行連接。nGraph的所有輸出結(jié)果，最終都能在CPU、Movidius、FPGA和未來的Neon上運(yùn)行。

百度和英特爾已將PaddlePaddle與英特爾nGraph編譯器整合。在其支持下，數(shù)據(jù)科學(xué)家可專注于數(shù)據(jù)科學(xué)研發(fā)，而無需擔(dān)心如何將 DNN 模型部署到各種不同的硬件平臺做高效訓(xùn)練和運(yùn)行。

二、三分戰(zhàn)略布局，搶灘AI市場

在智能手機(jī)時代，英特爾曾遭遇水土不服，晚一步入局移動芯片的英特爾在智能手機(jī)應(yīng)用處理器領(lǐng)域長期舉步為艱。AI是繼移動互聯(lián)網(wǎng)后的下一個時代，英特爾也開始在AI領(lǐng)域布下重陣。

根據(jù)Gadi Singer的判斷，在下一波大的技術(shù)浪潮前，將有好幾個小的AI技術(shù)浪潮。機(jī)器學(xué)習(xí)改變整個計(jì)算世界格局，使人們用更短時間處理更多數(shù)據(jù)，而這六年只是AI在演進(jìn)過程中的開頭，在這個階段大部分技術(shù)突破都發(fā)生在深度學(xué)習(xí)領(lǐng)域，持續(xù)學(xué)習(xí)、增強(qiáng)學(xué)習(xí)方面的技術(shù)也發(fā)展地很快。

他認(rèn)為，如果把眼光放到宏觀層面來看，機(jī)器學(xué)習(xí)正與新的深度學(xué)習(xí)技術(shù)發(fā)生集成?，F(xiàn)在深度學(xué)習(xí)可以進(jìn)行物體識別、分類以及異常檢測，比如說識別一個人體細(xì)胞三維圖、判斷惡性細(xì)胞，這些工作都需要復(fù)雜認(rèn)知能力。而隨著未來AI的進(jìn)一步發(fā)展，認(rèn)知能力更上一層的平臺則是理解人類世界、和人有相同的體驗(yàn)。因此在智能家居、智能車、照顧老人的機(jī)器人方面，機(jī)器需要更好地理解人類的對話和請求。想要達(dá)到這樣一個目標(biāo)，深度學(xué)習(xí)和機(jī)器學(xué)習(xí)能力都很重要。

面對愈發(fā)搶手的AI市場，Gadi Singer將英特爾的AI戰(zhàn)略發(fā)展分為三大部分：硬件、軟件和生態(tài)系統(tǒng)。

1、硬件

至強(qiáng)處理器屬于通用型處理器，是AI的基礎(chǔ)。Gadi Singer表示，大部分AI的演繹推理都是在至強(qiáng)處理器上運(yùn)行。英特爾不斷豐富至強(qiáng)的指令集，從而實(shí)現(xiàn)AI工作負(fù)載的加速，并讓軟件堆棧能夠更好地加以利用。

除了通用型，英特爾還有一些專用型的芯片產(chǎn)品。不僅在功耗方面從幾十毫瓦到400瓦實(shí)現(xiàn)全面覆蓋，同時也覆蓋從終端設(shè)備邊緣到數(shù)據(jù)中心的不同計(jì)算環(huán)境。英特爾認(rèn)為沒有萬能藥，不可能說用一款產(chǎn)品就能滿足不同的使用場景。因此，英特爾在硬件產(chǎn)品方面提供多元化的產(chǎn)品線。

2、軟件

在軟件戰(zhàn)略部分，針對不同硬件，英特爾提供優(yōu)化的堆棧。不管是數(shù)據(jù)科學(xué)家還是編程員，英特爾對每個用戶端都提供一致的數(shù)據(jù)體驗(yàn)。比如英特爾今年3月開源的nGraph編譯器，不僅能對接英特爾所有的硬件產(chǎn)品，還能和PaddlePaddle、Tensorflow、 caffe、MXnet等其他深度學(xué)習(xí)框架連接。這對用戶來說，是個簡化易用的體驗(yàn)。

3、生態(tài)系統(tǒng)

英特爾在整個AI生態(tài)系統(tǒng)提供支撐作用。Gadi Singer認(rèn)為，生態(tài)系統(tǒng)對計(jì)算涉及的各個領(lǐng)域都很重要。在他所目睹的技術(shù)變革歷史中，AI的發(fā)展變革速度史無前例，新技術(shù)的出現(xiàn)和廣泛使用可能只需 18-24個月的時間。因此，英特爾非常注重和AI領(lǐng)域的學(xué)術(shù)界以及思想領(lǐng)袖保持密切的聯(lián)系。英特爾在擁有自己的研究院和實(shí)驗(yàn)室的同時，和許多頂級學(xué)府開展合作，與他們進(jìn)行聯(lián)合研究或?yàn)樗麄兲峁┵Y源支持。此外，為了更好的參與開源社區(qū)，英特爾還將包括nGraph在內(nèi)的一些技術(shù)開源出來。

據(jù)Gadi Singer稱，英特爾也積極參與標(biāo)準(zhǔn)化組織工作。比如在去年，英特爾宣布支持由微軟和Facebook聯(lián)合發(fā)布的開放式神經(jīng)網(wǎng)絡(luò)交換（Open Neural Network Exchange，ONNX）格式，這一格式用于表示深度學(xué)習(xí)模型的標(biāo)準(zhǔn)，方便模型在不同框架間之間進(jìn)行遷移。這是邁向開放生態(tài)系統(tǒng)的重要一步，對業(yè)界共享好的技術(shù)很有幫助。Gadi Singer還強(qiáng)調(diào)到，英特爾重視和行業(yè)領(lǐng)先者們進(jìn)行合作，完成一些概念驗(yàn)證，共同打造技術(shù)解決方案。

▲中間為英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理Gadi Singer

三、AI從技術(shù)到落地到最大挑戰(zhàn)

當(dāng)被問及從企業(yè)角度看AI落地的最大挑戰(zhàn)，Gadi Singer談到一個具體實(shí)例，即近年來大熱的深度學(xué)習(xí)模型——生成對抗式網(wǎng)絡(luò)（Generative Adversarial Nets，GANs）。GANs的概念在2014年被提出，到了2016年已經(jīng)廣為使用。2018年，GANs已經(jīng)做到第三代，在機(jī)器學(xué)習(xí)研究方面取得了新的進(jìn)展，可以直接合成新的動物圖像并從圖像中創(chuàng)建3D圖形。

根據(jù)Gadi Singer所言，這個技術(shù)的采納主要存在兩大障礙。

其一，找到真正有生命力有價(jià)值的新技術(shù)，而不是一次性有效的新技術(shù)。盡管新的技術(shù)想法和實(shí)驗(yàn)層出不窮，真正有價(jià)值的技術(shù)生存下來的卻并不多。

其二，大量數(shù)據(jù)。很多新的技術(shù)需要大量數(shù)據(jù)才能展現(xiàn)價(jià)值和通用性。然而對于部分?jǐn)?shù)據(jù)種類，尤其時牽扯到隱私的數(shù)據(jù)，可能會需要較長時間來完成數(shù)據(jù)采集。

四、做好AI芯片的關(guān)鍵因素

Gadi Singer認(rèn)為做出好的AI芯片產(chǎn)品，有兩點(diǎn)不可或缺。

其一，弄清楚設(shè)計(jì)這個處理器究竟是為了解決什么問題。今年已經(jīng)是Gadi Singer在英特爾工作的第35年，他曾經(jīng)在多個部門做過不同類型的產(chǎn)品，因?yàn)锳I領(lǐng)域變化太快，要解決的問題本身也在持續(xù)改變， 解決方案本身具有挑戰(zhàn)性。假設(shè)不久之前有人開發(fā)出針對AlexNet、GoogleNet的完美解決方案，但這個方案到了2019年、2020年可能就無法稱之為好的解決方案，因?yàn)闀霈F(xiàn)新的它無法解決的問題。因此，Gadi Singer認(rèn)為，如果想要AI芯片解決方案成功，很重要的一點(diǎn)就是做好趨勢判斷，能夠基于這種判斷做出適度合理的猜測。

其二，AI芯片本身由不同部分組成，這些不同功能塊之間要有很好的平衡。如果芯片只是在某一功能塊（比如Tensor Multiplication）做得完美，但整體功能沒有做到均衡，并不足以解決實(shí)際場景問題。比如Movidius VPU和NNP主要是加速的作用，但不可能把它們做成只具備加速功能的芯片。所以AI處理器解決方案要注重加入不同元素，可以針對某些場景解決特定問題，但解決問題的范圍不能太過狹窄。

結(jié)語：全棧式解決方案，決勝AI時代

萬物互聯(lián)時代，英特爾正在全面進(jìn)軍AI領(lǐng)域。目前，英特爾已經(jīng)打造了一套完整的全棧式AI解決方案，包括至強(qiáng)處理器、Nervana神經(jīng)網(wǎng)絡(luò)處理器等硬件，F(xiàn)PGA、網(wǎng)絡(luò)和存儲技術(shù)等技術(shù)，MKL和DAAL等用于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的數(shù)學(xué)函數(shù)庫，以及支持和優(yōu)化Caffe、Neon等深度學(xué)習(xí)框架等。

在推動AI性能升級和技術(shù)大眾化的過程中，英特爾不斷和百度等企業(yè)進(jìn)行深入合作。在十多年的合作史間，從智能化終端設(shè)備，基于至強(qiáng)可擴(kuò)展處理器的大規(guī)模數(shù)據(jù)中心，到利用FPGA加速工作負(fù)載，再到優(yōu)化PaddlePaddle開發(fā)平臺，英特爾為百度提供豐富的產(chǎn)品和技術(shù)專長，加速AI技術(shù)的進(jìn)步和落地。

至于英特爾全方位AI戰(zhàn)略布局將如何開花結(jié)果，市場會給出最終的答案。