解读英特尔人工智能战略

2022-07-20 17:27:40 来源: 李寿鹏

点击

芯片巨头英特尔发力人工智能这已经不是什么秘闻了，但和大多数人工智能公司只专注于一种硬件不一样，英特尔正在凭借其天生优势，探索一条不同寻常的道路。

正如该公司执行副总裁，数据中心与人工智能事业部总经理Sandra Rivera所说：“英特尔的战略与众不同。我们充分利用自身广泛的硬件产品组合，将其与我们的开放式软件生态系统相结合，为任何客户和任何负载提供解决方案。”

据了解，除了一贯领先的至强处理器以外，包括GPU、FPGA、eASIC、Habana Gaudi2以及IPU在内的硬件是英特尔面向人工智能的基础，将其与统一的软件堆栈搭配，便使得芯片老牌巨头成为了新兴市场不容忽视的重要角色。

在与媒体交流的时候，Sandra Rivera首先指出，AI的发展日新月异，但就AI的采用情况而言，这个行业仍处于起步阶段。“就在前些年，AI只是尝试去识别一些照片中的猫和狗。现在，它正处于彻底改变各行各业的风口浪尖。然而，AI既困难又复杂。这正是英特尔AI软件关注的焦点。”Sandra Rivera告诉记者。在他看来，AI更是一个多角度、多层次的工作负载。

从AI工作原理上看，其一开始的流程是数据导入，在这个阶段，开发者往往采取的是至强CPU；之后就进入训练环节，在这个过程当中有几个选择，不仅可以使用具备AI功能的CPU，如果需要图形方面的能力和一定的AI能力，也可以使用GPU。除此之外，还可以选择AI加速器，因为AI加速器可以充分利用深度学习上的强大性能；到了最后的阶段是进行推理以及部署，而市场上2/3的人工智能推理是在至强平台上进行的。

基于这样的行业现状，英特尔选择了上述的广泛硬件和统一软件的人工智能战略。为了更好地服务客户，英特尔也一如既往地升级其软硬件。

首先在CPU方面，英特尔带来了最新的第四代至强可扩展处理器平台—Sapphire Rapids，这是一个高度创新的平台，有着多种的创新，能通过DDR5、PCIe 5.0和全新Compute Express Link高速互连的标准技术引领整个行业向下一代内存和接口标准过渡。

Sandra Rivera指出，“除了内存和IO方面的全新进展之外，我们还在其上建立了大量的集成加速器，当中包括为AI优化、加密优化以及为数据处理等进行优化的加速器，这也是全球的OEM、ODM以及CSP都愿意应用Sapphire Rapids的原因。”

其次，英特尔旗下的Habana Gaudi 2深度学习处理器也在最近测评中展现了其杰出的能力。这是公司于2019年收购的以色列半导体公司Habana Labs所推出的产品。

据AI行业公认的MLPerf基准测试最近披露的数据显示，较之竞争对手，英特尔在今年发布的Gaudi2处理器在视觉（ResNet-50）和语言（BERT）模型上的训练时间都呈现出了不小的优势。其在缩短训练时间（TTT）方面相较第一代Gaudi也有了显著提升。

如图所示，Habana Labs于2022年5月提交的Gaudi2处理器在视觉和语言模型训练时间上已超越英伟达A100-80G的MLPerf测试结果。其中，针对视觉模型ResNet-50，Gaudi2处理器的TTT结果相较英伟达A100-80GB缩短了36%，相较戴尔提交的同样针对ResNet-50和BERT模型、采用8个加速器的A100-40GB服务器，Gaudi2的TTT测试结果则缩短了45%。

英特尔进一步指出，相比于第一代Gaudi处理器，Gaudi2在ResNet-50模型的训练吞吐量提高了3倍，BERT模型的训练吞吐量提高了4.7倍。这些归因于制程工艺从16纳米提升至7纳米、Tensor处理器内核数量增加了三倍、增加GEMM引擎算力、封装的高带宽存储容量提升了三倍、SRAM带宽提升以及容量增加一倍。对于视觉处理模型的训练，Gaudi2处理器集成了媒体处理引擎，能够独立完成包括AI训练所需的数据增强和压缩图像的预处理。

在CPU和加速器以外，前文提到的FPGA、IPU和GPU也是英特尔AI“武器库”的重要组成。Sandra Rivera也指出，这些覆盖广泛的硬件，是英特尔和客户合作的底气。这与英特尔的软件结合后，就给AI应用提供了一个难以拒绝的选择。

“硬件只是英特尔解决方案的一部分，软件更是我们AI战略的关键组成部分，因此我们在AI策略上始终秉持‘软件优先’的理念面向AI开发者打造开放的软件堆栈。我们的AI软件战略也能为当前和未来几年的人工智能注入活力。”Sandra Rivera强调。

据介绍，英特尔的“软件优先”包括安全的AI软件组件，即让用户能够利用至强处理器的独特软件和安全功能。如通过英特尔软件防护扩展（英特尔 SGX）进行机密计算，可以保护使用中的关键数据和软件。此外，英特尔还花费数年时间为CPU优化最流行的开源框架和函数库，并开发了BigDL 2.0和OpenVino。

值得注意的是，现阶段面对海量数据，金融机构需要采用更加安全和高效的隐私计算方案。基于此，英特尔与中国银联携手，通过英特尔 SGX 和BigDL，验证了基于 TEE 的联邦学习与实时预测方案。该方案在保障多方端到端数据安全的前提下，进一步扩展了AI模型训练与推理的数据规模，大幅提升联邦学习的训练和推理速度，有助于更多类型的数据集在AI场景中更安全地释放其潜能。

Sandra Rivera也表示，英特尔始终认为相比封闭、专有的解决方案，开放的生态系统能释放创新能力，因此，他们一致致力于打造成熟的生态系统吸引更多客户。

“在AI工作负载上，Sapphire Rapids的性能提升，这其中很大一部分是来自于软件的，我们将会继续充分利用制程、技术以及架构的优势，在此基础上叠加软件，未来将会有很多通过软件来实现10倍、20倍、30倍的性能扩展和提升。”Sandra Rivera举例说。

她同时指出，对于客户来说，他们更关注的是如何将技术整合到一起从而形成合力，以实现更快的AI部署和更高效的业务。这其中的关键不在于寻找单一的解决方案，而是对AI技术进行有机结合，从而帮助企业实现商业目标。而英特尔则是那个最能为客户提供完整解决方案的公司。

在与媒体的交流中Sandra Rivera也直言，虽然AI芯片在当前整个芯片市场中相对份额较小，但增长十分迅猛。面对更快、更高效的AI计算需求正在不断增长的趋势，英特尔一方面重整AI战略，更加强调软件在计算架构体系内的重要作用，并在软件和开源生态社区方面进行了大规模投入（例如，它将为客户提供软件包，使客户既能够使用通用AI芯片处理工作，也可以将部分任务交给擅长图像识别或其他工作的专业芯片）；同时，英特尔更加强调执行力和推出产品的节奏，为客户提供具有吸引力的产品。

“从整个人工智能流程来看，无论是数据的导入、训练、推理，到最后的部署都存在着大量的市场机会，而英特尔拥有完全的能力，已经做好了充分准备去利用这些机会。”Sandra Rivera说。

责任编辑：sophie

英特尔人工智能