英特尔|对话英特尔物联网专家：自主学习是边缘AI发展的最高阶段( 三 )

在存储方面，英特尔还拥有Optane技术，能大大提升闪存的读写速度，提高存储能力。
“总之，英特尔所提供的是一个端到端的人工智能解决方案，通过将5G、AI、智能边缘三者的融合，将边缘计算、人工智能推向新的发展方向，这是我们大的思路和大的战略。 ”张宇说。

▲从左到右分别为趋视科技事业部副总经理夏晶，英特尔物联网事业部技术销售经理刘波，英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇，开域集团数字科技负责人应翔翔
在会后与智东西等少数媒体的交流中，英特尔物联网事业部技术销售经理刘波也向大家分享了英特尔AI计算盒在过去一年的软硬件创新。
他谈道，在过去一年多的时间里，英特尔AI计算盒经历了几方面的创新。例如，芯片平台从上一代的Whiskey Lake更新到了Tiger Lake ，其中Tiger Lake与上一代相比性能有了较大提升。
“一是在CPU侧引入了向量指令集，二是在GPU方面， Tiger Lake的EU个数最低为48 ，而Whiskey Lake为24个EU ， i7是96个EU 。 ”刘波说，这样AI性能、媒体编解码性能都会有大幅提升。
同时在算法生态方面，今年英特尔在零售、工业、智慧社区算法合作伙伴的基础上，又引入了其他几个算法领域的合作伙伴，从以往“打点”的形式变成“打面” ，以此更好地服务更多客户。
另一方面，基于张宇在演讲中谈到的“自主边缘计算是边缘AI发展的最高阶段” ，英特尔目前在这方面有何布局？
“算力方面， AI到了自主学习后对算力的要求会更高，同时也对数据处理的方法提出新挑战。 ”张宇解释，尤其在边缘AI方面，如何做数据标注等都是有别于数据中心的学习特点。
在这个方向上，英特尔一直在做相关工作，针对数据标注不断地扩充英特尔软件方面的能力，这些能力也将体现在以后的版本中。
与此同时，英特尔提供了SPU算力战略，包括CPU、GPU、FPGA、AI加速芯片VPU等产品组合，芯片不同的架构也在不断迭代，还区别于不同的芯片工艺。
“昨天，我们发布了今后几年英特尔非常清晰的工艺路线图，我们会更多地利用最新技术帮助客户提供更新一代的产品，这些产品不仅可以满足用户对算力的要求，同时也是异构的。 ”张宇谈道。
英特尔可以通过封装技术将不同模块整合在一起，满足异构的计算平台，满足用户对算力和功能的多样化需求。 “这些都是为我们今后实现自主学习提供坚实的物质基础。 ”他说。
那么，英特尔最近公布的新制程工艺和封装技术路线图，将会给AI计算盒带来多大的提升？
“第11代的Tiger Lake处理器和第10代相比， EU数量增加了三倍，整体媒体编解码能力和AI推理能力得到了相应倍数的提升。 ”张宇提到。
在后续的产品里， AI计算盒的集成显卡都将采用Xe架构，与独立显卡架构一致。 “这样就保证我们可以通过类似的软件接口，能让用户的AI网络模型在集成显卡、独立显卡，甚至在不同CPU和AI加速芯片之间进行迁移，带来极大的编程易用性。 ”他说。
结语：英特尔助力边缘AI应用生态落地发展随着5G、物联网、云计算、边缘计算等技术的发展，给我国新基建带来了重要的变革力量。其中， AI技术作为其中的核心技术引擎，也在持续推动多种技术向各个行业赛道的融合发展。
英特尔作为一家全球科技巨头企业，其领先的软硬件技术也为各行各业的AI生态建设提供了不可小觑的力量。未来，我们也期待英特尔能够和更多合作伙伴一起，为共同推动边缘AI应用向更多领域落地，实现行业智能化成熟发展。