據(jù)《數(shù)據(jù)中心白皮書(2018年)》統(tǒng)計(jì)，2013年以來，我國數(shù)據(jù)中心總體規(guī)模快速增長，到2017年底，我國在用數(shù)據(jù)中心機(jī)架總體規(guī)模達(dá)到166萬架，總體數(shù)量達(dá)到1844個(gè)，規(guī)劃在建數(shù)據(jù)中心規(guī)模107萬架，數(shù)量463個(gè)。

其中，大型以上數(shù)據(jù)中心為增長主力，截至2017年底，大型以上數(shù)據(jù)中心機(jī)架數(shù)超過82萬，比2016年增長68%，數(shù)據(jù)中心總體規(guī)模占比近50%，比2016年增長10%，預(yù)計(jì)未來占比將進(jìn)一步提高。

“這是一個(gè)數(shù)據(jù)飛速增長的時(shí)代。”英特爾高級(jí)首席工程師、大數(shù)據(jù)技術(shù)全球CTO戴金權(quán)在15日英特爾開發(fā)者大會(huì)上說到，海量的數(shù)據(jù)的增長需要更大容量和更短的時(shí)延，因而網(wǎng)絡(luò)則需要變得更智能。

他表示，英特爾正在創(chuàng)造創(chuàng)新技術(shù)來推動(dòng)網(wǎng)絡(luò)的轉(zhuǎn)型。基于英特爾至強(qiáng)可擴(kuò)展處理器的平臺(tái)性能通過持續(xù)地投資也在不斷增強(qiáng)。自平臺(tái)推出以來，其針對(duì)框架優(yōu)化速度提升了2.8倍，而INT8推理速度則提升了5.4倍。隨著新一代面向AI重新設(shè)計(jì)的英特爾至強(qiáng)可擴(kuò)展處理器的推出，推理速度更有望提升至11倍。英特爾深度學(xué)習(xí)加速將采用矢量神經(jīng)網(wǎng)絡(luò)指令集(VNNI)，用于加速推理。

未來研究領(lǐng)域再發(fā)力英特爾推出兩款計(jì)算芯片

未來對(duì)英特爾傲騰數(shù)據(jù)中心持久內(nèi)存的平臺(tái)支持Cascade Lake，還將擴(kuò)展CPU附近的內(nèi)存容量，以支持對(duì)更大數(shù)據(jù)集的訓(xùn)練。除此之外，Cascade Lake優(yōu)化了內(nèi)存層級(jí)，緩減了安全風(fēng)險(xiǎn)等。

值得一提的是，日前英特爾宣布英特爾至強(qiáng)處理器產(chǎn)品家族迎來兩位新成員：Cascade Lake-AP（預(yù)計(jì)2019年上半年發(fā)布）和面向入門級(jí)服務(wù)器的英特爾至強(qiáng)E-2100處理器。

“盡管人工智能發(fā)展迅猛，但我們?nèi)蕴幱贏I的早期。”戴金權(quán)表示，展望未來，英特爾將在研究領(lǐng)域發(fā)力，推出代號(hào)“Loihi”的神經(jīng)計(jì)算芯片以及代號(hào)“Tangle-Lake”49量子計(jì)算芯片。

Loihi芯片采用14納米FinFET工藝

“人工智能是一種工具，而不是目標(biāo)。”英特爾中國研究院院長宋繼強(qiáng)大會(huì)上說到，將賦能給開發(fā)人員，讓人工智能在商業(yè)中大顯身手。而在此背景中，可自主學(xué)習(xí)的芯片應(yīng)運(yùn)而生。

2017年9月，英特爾就曝光了其代號(hào)為“Loihi” 的首款能夠進(jìn)行自主學(xué)習(xí)的神經(jīng)擬態(tài)芯片，這是一種為英特爾的概率計(jì)算而設(shè)計(jì)的芯片。英特爾認(rèn)為，概率計(jì)算是通往人工智能的重要一步。

Loihi芯片可以像人類大腦一樣，通過脈沖或尖峰傳遞信息，并自動(dòng)調(diào)節(jié)突觸強(qiáng)度，通過環(huán)境中的各種反饋信息，進(jìn)行自主學(xué)習(xí)、下達(dá)指令。它可以利用少量的數(shù)據(jù)就能進(jìn)行自主學(xué)習(xí)并作出推斷，隨著時(shí)間的推移將變得更加智能，不需要以傳統(tǒng)大量數(shù)據(jù)訓(xùn)練的方式進(jìn)行。

不過，當(dāng)時(shí)還只是FPGA模擬，而現(xiàn)在已經(jīng)完整成型，是一顆擁有完整功能的硅芯片。在此次開發(fā)者大會(huì)上，宋繼強(qiáng)再次詳細(xì)推出了此款芯片，包括128個(gè)神經(jīng)擬態(tài)內(nèi)核，支持128K神經(jīng)元和128M突觸，具有高級(jí)脈沖神經(jīng)網(wǎng)絡(luò)特征集。并且支持高度復(fù)雜的盛景網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

“這款芯片區(qū)別有現(xiàn)在市場(chǎng)的芯片是可自主學(xué)習(xí)。”宋繼強(qiáng)表示，Loihi芯片可擴(kuò)展片上學(xué)習(xí)能力，支持遠(yuǎn)多于以往的學(xué)習(xí)算法。

此外，此款芯片采用英特爾14納米FinFET工藝技術(shù)制造，預(yù)計(jì)2019年投入使用。

在人工智能與大數(shù)據(jù)緊密結(jié)合的今天，基于現(xiàn)有大數(shù)據(jù)集群的AI模型訓(xùn)練與推理就顯得尤為重要，英特爾APache Spark作為“統(tǒng)一分析+AI平臺(tái)”而“降生”。

戴金權(quán)在大會(huì)上介紹，基于APache Spark的BigDL 是面向 Spark的分布式深度學(xué)習(xí)庫，可在現(xiàn)有的 Spark 或 Apache Hadoop集群上直接運(yùn)行。其允許將預(yù)先訓(xùn)練的 Torch模型載入Spark 框架，并且有效地進(jìn)行橫向擴(kuò)展，以針對(duì)大規(guī)模數(shù)據(jù)實(shí)施數(shù)據(jù)分析。

事實(shí)上，Big DL 等框架與最終的AI應(yīng)用還是有很大距離。英特爾在 Apache Spark和Big DL的基礎(chǔ)上又構(gòu)建了Analytics Zoo大數(shù)據(jù)分析和人工智的平臺(tái)。某種意義上，它是Spark 和 BigDL的擴(kuò)充，其目的是方便用戶開發(fā)基于大數(shù)據(jù)端到端學(xué)習(xí)的應(yīng)用，除了內(nèi)置的模型和特征工程操作之外，里面還提供了大量的高級(jí)的流水線支持，能夠使用Spark DataFrames、ML Pipelines的深度學(xué)習(xí)流水線，通過遷移學(xué)習(xí)的API 構(gòu)建API模型的定義。

目前，Analytics Zoo和BigDL能在包括AWS、阿里云、百度云等幾乎所有的公有云平臺(tái)上使用。