隨著高性能計算(HPC)領域的進步，越來越多且極其復雜的工作負載問題得到了解決。若能將本時代最具顛覆技術之一的AI也引入高性能計算環境，并加以擴展功能，即使是未來新興工作超量的負載，也必將滿足人類的需求。

英特爾?FPGA是如何通過人工智能解決實際問題，加速科學技術發展的呢？

AI助力，發揮HPC的極限

當前，人工智能技術正處在預爆發、強加速階段。然而在真正的技術領域中，處理器以及算法的演進卻是日新月異。比如搭載了英特爾?至強?處理器的UClound AI在線服務，它能嫻熟地使用AI技術，讓企業更專注于圖像識別、機器學習等業務需求，幫助人類體驗真正由視覺與超感洞察帶來的享受。

“人工智能有三個要素——數據、算法和計算能力。如果把人工智能當作火箭的話，那么數據是火箭的原料，計算能力是引擎，算法就是引擎的控制器。”

——UClound實驗室研發總監、創新產品線總監葉理燈

那么該如何加強引擎的能力呢？

——引擎的能力是固定的，能完全發揮它本身具備的能力就是最強！

比如在英特爾?至強?處理器中有一套AVX浮點計算指令集，它能顯著增強數據重排能力，有效地存儲和讀取數據。但在我們實際的應用中，一般只用到一些簡單的指令集，而沒有完全發揮AVX的強大能力。而這些需要發揮的能力，得從算法層面去掌握。因此引擎能力再強大，也需要良好的控制器。

英特爾?一直以來都提供廣泛產品組合，因此為了充分發揮“引擎能力”，UAI-Inference使用了面向英特爾?架構優化的Caffe(AI) 框架，從而更好地支持英特爾?至強?處理器產品家族和至強融核TM處理器產品家族。其中集成了最新版本的英特爾?數學核心函數庫2017，能更高效地利用英特爾?AVX處理能力。

明星代表—"英至強"

作為英特爾?明星產品，英特爾?至強?處理器可謂用途遼闊。中國云服務提供商京東曾嘗試使用GPU從龐大的產品圖像中提取特征。最后發現，在現有服務器上使用英特爾?至強?處理器可讓性能提高3.83倍。

除此之外，前不久德克薩斯高級計算中心(TACC)也宣布其最新的超級計算機Frontera也將采用下一代英特爾?至強?可擴展處理器。作為學術研究人員的他們希望新的超級計算能夠實現從天體物理學到動物學等各個領域的重要發現。

由NSF資助的Stampede超級計算機數字成像實現模擬地球的地幔對流

TACC稱，如果今天完成了Frontera，它將成為世界上第五大系統。其功能大約是基于搭載了英特爾?至強?處理器的Stampede2的2倍。如果要匹配Frontera在1秒鐘內計算的內容，一個人大約要執行大約10億年1次/秒。

“AI+HPC”潛能無限的關鍵——FPGA

——By the way，深度學習框架了解一下~

TensorFlow*、Caffe*等熱門框架針對基于英特爾?架構的平臺做了性能優化，可加快深度學習訓練和推理工作流程。其中TensorFlow使用了英特爾?數學核心函數庫（英特爾?MKL）和面向深度神經網絡的英特爾?數學核心函數庫（英特爾?MKL-DNN），可大幅提升性能。

然而這一切厲害之源的關鍵在于英特爾?FPGA——它幫助加強了人工智能(AI)系統架構師靈活搜索能力，并支持差異化定制、極具競爭力的深度學習加速器；支持調整底層硬件架構（包括可變數據精度）和軟件定義處理，因此還可融合不時推出的出色創新技術。底層應用還包括內嵌圖像和數據處理、前端信號處理、網絡攝取和I/O聚合。

比如將FPGA與內置英特爾?至強?處理器的服務器整合，就能極大地提升其計算能力和效率。因此無論是從網絡邊緣還是數據數據中心加速，任何涉及計算性能以及智能化處理的應用都離不開FPGA強大的支持能力。

在這個日益變化的異構計算世界中，英特爾?FPGA全面進行了性能、功耗以及成本優化的實時人工智能加速，不斷改進加強計算機視覺、深度學習以及分析處理能力，從而將數據轉化為可支持AI發展的智能結果，為智慧未來蓄力！