您的位置 首页 智能

英特尔拿下数据战场首胜

英特尔拿下数据战场首胜

在4颗环视摄像头摄全部被遮挡的情况下,Radar only AVP也可以完整实现AVP的功能,因为纵目的毫米波雷达可以输出可比拟激光雷达的致密点云信息,清晰勾勒出周边建筑物轮廓,从而实现基于雷达点云的高精度定位。

文丨AutoR智驾 诺一

英特尔数据公司转型进入第三个年头。

近日,英特尔在北京举办的“英特尔如何构建技术基石,驱动未来计算”为主题的沟通会上,英特尔中国研究院院长宋继强公布了一组数据:

到今年10月,英特尔“以数据为中心”业务的营收在上个季度已经跟“以PC为中心的数据”业务营收持平。

也就是说,以前英特尔是大部分的营收是来自以PC为主,现在已经至少一半是来自“以数据为中心”的业务,可见,短时间内英特尔数据中心的业务将近一半,按照这个速度发展,很快数据中心业务会超过PC。

英特尔预计,未来英特尔面临的市场规模是3000亿美元的规模,按照目前的营收进展,英特尔起码还有2300亿美元的空间需要发展。

怎么释放巨大的数据价值?

宋继强表示,“英特尔将坚持‘以数据为中心’的战略,巩固与继续发展‘六大技术支柱’的协同创新,为未来十年甚至更长远的未来数据世界奠定坚实的技术基石。”

可以说,数据是新的“石油”,必将成为未来创新的命脉。

当下,数据增长呈现出两种趋势:数据量呈指数级增长和数据形态日趋多元化。

英特尔拿下数据战场首胜

IDC的报告给出这样一组数据量走势图,图中显示全球数据正以25%增速呈指数级增长,数据量快速产生释放,其中,浅蓝色是数据中心量的发展,中间蓝色是边缘计算,颜色最深的是终端数据。

终端产生的数据量仍然是最大的,而且上升很快,数据中心的量是保持缓慢上升,边缘从开始几乎没有然后逐渐扩大,最终扩大到和数据中心的量持平,考虑到实时性时,黄线代表了有实时性要求处理的数据。

宋继强指出,“当越来越多的设备采集数据,并且能够做一些数据的处理和用户交互的时候,我们必须把越来越多的原来让云里数据中心处理的计算和存储下沉,下沉到边缘,日益增长的边缘或者终端产生的数据都到云端去,网络受不了,云的计算量和存储也受不了。而且那个时候你会发现利用率不高,没有很好的针对具体设备产生的那个位置的那些需求,还有就是实时性、快速响应的需求。”

除此之外,从数据类型来说,由于产生来源不同,数据的形态日趋多元化,变得越来越复杂,在过去30年间发生了三次重要的转变:起初数据以纯PC计算形式为主,2000年之后的10年则是PC计算、服务器、Web2.0时代共同产生,2010年之后数据辐射到了手机、汽车、云计算、IoT、区块链、智能生活、自动驾驶方方面面它们形成一个大矩阵,这些数据量级巨大并且需要及时处理。

然而,未经处理的数据毫无价值,只有将数据转化为业务价值,才能创造新的服务和体验。

对此,英特尔正是敏锐把握这些动向从而准确抓住数据和计算变革的时代关口。

英特尔认为,人工智能、5G、边缘计算是当今三大转折性技术领域。这三项技术的交汇与叠加催生了终端计算、边缘计算、云计算形态的变化,包含CPU、GPU、AI、FPGA在内的异构计算渐成趋势。

英特尔拿下数据战场首胜

2017年英特尔便确立了“以数据为中心”的转型目标,围绕着“以数据为中心”英特尔在战略发布、战略收购、产品创新、生态合作四个方向上频频发力,在产品和技术上实现了更丰富的计算能力。

自2015年收购Altera起,英特尔先后收购了Nervana、Movidius、Mobileye、eASIC、NetSpeed Systems、Habana Labs,成为收购最频繁的科技巨头之一。

结合战略发布、生态合作,英特尔每年带来惊人的产品创新能力,仅刚刚过去的11月,英特尔就连续发布了Nervana神经网络处理器NNP、Movidius Myriad视觉处理单元、基于Xe架构的通用GPU等令人振奋的产品,可以说英特尔通过丰富的产品布局已经牢牢掌握了下一个全新计算时代的主动权。

为了更好的面向新的计算时代,英特尔在2018年提出了“六大技术支柱”战略,从制程和封装、XPU架构、内存和存储、互连、安全、软件这六个方面确立了如何驱动未来的创新。

其中,作为英特尔“软件先行”战略的重要体现,oneAPI最重要的作用是统一和简化跨架构编程,将CPU、GPU、AI、FPGA等关键技术打通连接,使它们可以按照需求进行灵活组合,从而为客户提供跨架构、跨平台的组合式解决方案。

英特尔拿下数据战场首胜

宋继强透露,“oneAPI现在已经有一套叫做基于开放规范的行业计划,我们做的oneAPI不仅仅是只有英特尔产品加入其中,第三方做的硬件,只要提供了相应产品的描述,他也可以加进来,oneAPI也可以把它们放入优化的篮子。”

而异构整合EMIB和Foveros及今年7月推出的Co-EMIB技术则从封装这个角度展现了英特尔基于六大支柱的创新能力。

英特尔拿下数据战场首胜

由该技术打造的Lakefield成为英特尔基于六大技术支柱探索超异构计算的开端,配合英特尔热三层技术叠加、两个至强和6个Xe架构的GPU放在一起,再加上统一的内存架构,再加上跨节点I/O可扩展性这样的组合就是一个典型的超异构计算。

上个月刚刚发布的Aurora(极光)超级计算机架构由史上首个百亿亿次级GPU打造,并得到7nm、Foveros 3D封装加持充分展现了超异构计算的完整愿景。

神经拟态计算方面一个很好的案例就是模拟人脑,神经拟态计算是试图去要模型人脑两个特点,第一个是事件驱动,比如,有一个事过来的时候才会根据那个事情的种类调动脑里面的一个部分,比如说这个事情是跟视觉相关的,视觉去工作一下,跟声音相关的,就声音去工作一下,其他部分是休息的,所以是事件驱动的。

第二个是人脑在处理一些事情的时候是多种输入互相关联的,声音、图像、触觉是互相关联的,他们时间上是有相关性,而且输入信号的时间关系也要考虑到。

所以想达到的目的就是利用人脑事件驱动的机制达到省电,当前,人脑的能耗只有20瓦,仅用其中的部分能耗,人脑就能书写、绘画,可以较为轻松的识别分析很抽象的事物和情感,这是目前标准通用计算无法做到的。

怎样将数十千瓦能耗的计算降低到人脑这种20瓦的水平?必须要打破原有的规则,神经拟态计算来到人们视野。

英特尔拿下数据战场首胜

2017年英特尔推出了Loihi神经拟态芯片,它内置了128个核,拥有13万个神经元和1.3亿突触,还包括了片上存储结构。

值得一提的是,Loihi神经拟态芯片中每个核里都放置一千个神经元的计算模型,进而达到参数和记录它的一些临时存储,同时还通过每一个小的神经元,它有信息收发队列,所有神经元都有位置的编码,可以在片上通过网络互相之间发消息,就形成了虚拟的连接。

这样就能提供高度复杂的神经网络拓扑,支持多种学习模式的扩展和片上学习能力。Loihi系统部署学习机制后,它将边工作边学习边自行改进,这已经在向人脑的运行模式去靠拢。

宋继强表示,“靠触突接收信息,靠突触去发送信息,这样的一个硬件架构是纯数字设计,没有模拟的,是纯数字设计的架构。”

目前神经拟态的应用领域还相对比较集中,体现在智慧工厂、恶意软件检测、自适应假肢等方面。

为了推动神经拟态的研究,英特尔牵头全球领先的大学、世界500强企业、政府实验室和各类初创公司约75家组织共同在INRC神经拟态研究社区开展合作。

我们知道Loihi要达到的是一千倍以上的能耗,同样一瓦要做到的事情更多,量子计算要达到的事情是处理现在经典计算机搞不定的大规模计算问题,通常是组合爆炸的问题。

英特尔拿下数据战场首胜

当然量子计算想要实现并不容易,量子计算中量子跃迁所需要量子位是脆弱的,跃迁结果难以被测试,也很容易受到条件因素改变而改变。

同时,量子位是不容易叠加新形态,或者让多个态之间进行纠缠,如此一来量子位缺少数量优势,难以实现量子计算爆发的效率优势。制造更多的量子位,解决量子位的纠错,解决量子位之间的连接和测试问题,这是庞大而又系统性的工程。

所以英特尔目前所做的主要是在不影响量子位和跃迁状态的情况下对量子位进行测试。

以此路径,英特尔带来了首款49量子位超导量子测试芯片“Tangle Lake”,并打造了全球第一台低温晶圆探测仪,它也是目前量子计算首款测试工具。

在刚刚过去的12月,英特尔推出首款低温量子位控制芯片,令量子位达到量子计算所需要的叠加态、纠缠态,可实现-269摄氏度低温环境下工作。

总体来说,英特尔仍然坚持“以数据为中心”对英特尔进行整体转型,而且现在已经看到了很好的转型成果。

并且现在已经有XPU组合,为了让英特尔的软件开发人员很好的使用它,oneAPI就是一个重要的工具。

可以说,英特尔提出的六个技术支柱,是为了能够以更好的组合去应对多样性的产品种类,以及端到端内不同位置需要的功耗体积价格,来去选择合适的组合。

街拍第一站https://www.jiepaik.cn/tech/zhineng/16155.html

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注

返回顶部