英特尔AI DevCon：从芯片到软件，未来每一处都将成为AI的战场

对于人工智能应用开发的兴奋情绪，让已经50岁的英特尔成为科技界最热门的企业之一。即便是气温低到需要轻薄羽绒服保暖的旧金山夏天，也依旧无法熄灭开发者从全球各地奔赴而来的热情。事实上，在宣布延续了20年传统的IDF取消之后，英特尔一刻也没有停止过对开发者的重视。相反，英特尔历史上首届AI开发者大会（Intel AI DevCon 2018）正如火如荼上演。

在一支充满金属颗粒感的摇滚乐后，Naveen Rao登场，此刻场内响起了掌声。这个穿着休闲外套和蓝色牛仔裤有着运动员般身材的男子，正是英特尔公司全球副总裁兼人工智能产品事业部（AIPG）总经理。他同时也是一名神经网络科学家、处理器架构师和企业家。

他曾创立Nervana公司，通过Nervana Cloud的SaaS服务，使企业能够拥有定制开发的深度学习软件。在创立的公司被英特尔收购后，现在Naveen Rao已经成为英特尔人工智能事业群的带头人，负责研发AI芯片、降低AI的应用成本、开发出不同领域标准，带领英特尔在世界人工智能的角逐中处于领先。

或许与Naveen Rao热爱挑战一切极限运动有关，在这位冒险家的带动下，英特尔AI产品组合正快速更新迭代并不断进化。除了向全球AI开发者抛出橄榄枝，Naveen Rao还在英特尔AI开发者大会的重要舞台，讲述AI战略与思维的又一步演进。

新一代AI芯：Spring Crest，用于开发神经网络

Naveen Rao十分沉迷研究神经网络，过去三年，由他率队开发的Nervana神经网络处理器（Nervana Neural Network Processor，NNP），代号为“Lake Crest”的专用人工智能芯片，在去年10月推出后，成功让英特尔在AI芯片竞争中站稳了脚跟。

今天，这款芯片又有了最新进展。Naveen Rao表示，英特尔正在开发第一个商用神经网络处理器产品英特尔Nervana NNP-L1000（Spring Crest），计划在2019年发布。与前代相比，新一代芯片将实现3-4倍的训练性能。

更多关于Spring Crest的细节，Naveen Rao并没有再多透露。但在公布上图这组数据时，Naveen Rao表情变得严肃起来，他直言——“竞争对手谈论了大量的理论数据，但在现实世界中利用率很低”——而英特尔NNP原型在处理方矩阵时就已经实现了96.4%的利用率。

他还认为，Nervana NNP-L1000特别适合人工智能项目的训练阶段。在这个过程中，开发人员使用示例数据来打磨模型的准确性，这可能是一个非常耗时的过程，而一款能够提速4倍完成任务的芯片将会对企业的人工智能项目带来重大影响。

除了性能改进之外，Naveen Rao透露，Nervana NNP-L1000还将引入对bfloat16的支持，它是业内广泛采用的针对神经网络的一种数值型数据格式，用于在计算中保存大量数值，特别适用于人工智能软件并可实现更快速的处理。

作为整个AI战略的一部分，英特尔还有意把领先的人工智能训练能力引入到其芯片产品组合中，这也意味至强处理器和FPGA都将增加对bfloat16的支持。

AI芯片不再是唯一，英特尔核心竞争力是“AI多元化”

毫无疑问，NNP芯片家族将是英特尔应对人工智能日益普及的战略核心支柱。但同样不要忽略，英特尔在AI硬件层面储备的其它“杀手锏”：

Xeon处理器适合一般计算任务或实现数据中心的高性能，现场ZIVA这家公司就展示了如何用Xeon进行3D图形渲染；

Movidius视觉处理芯片适合在嵌入式IOT设备上进行图像处理或运行推理，Movidius神经计算棒可以在U盘中运行深度神经网络；

FPGA可以针对不同类型的任务进行重新编程，适合在云端和边缘设备上进行AI推断；

Mobileye车载芯片可用于在自动驾驶及ADAS中进行计算机视觉处理。

我们有理由相信，英特尔在AI芯片上存在的巨大潜力，但如果仅从硬件层面，这家芯片巨头还是不足以支撑起它统领AI领域的雄心壮志，因为它还缺少一项重要的催化剂，但Naveen Rao的到来改变了这一切。

Nervana在软件方面有明显的优势，正如Naveen Rao在接受科技行者采访时的表示，“放在几年前，Xeon并不适合人工智能，但如今大多数人工智能都能运行在Xeon上了，这要归功于英特尔对架构进行的软件改动”。

Naveen Rao还强调说，英特尔独特之处在于能够提供多元化的解决方案，他所在团队正在把硬件与通用软件融合在一起相互协作，让英特尔处理器具有更高的灵活性来运行不同类型的计算工作负载，比如要低延迟，可以使用FPGA；要想更低能耗，可以使用Movidius。英特尔很多产品能帮助开发者及客户解决所有问题，而不是其中的一两项。

英特尔试图通过收购与整合补齐各方面能力来应对多样化的AI工作负载。在这之中，我们也看到这位50岁高龄巨人的转变——在芯片之外，越来越重视基于芯片之上开发软件，而这股热浪也顺势涌向了开发者，英特尔不仅仅提供芯片，它还要为开发者开发AI应用程序提供软件工具，建立智能社区。

对开发者的三个关键词：工具、硬件支持、社区

由Naveen Rao掌管的人工智能小组正在开发名为nGraph的软件，该软件是一个框架中立的深度神经网络（DNN）模型编译器，它将成为开发基于所有英特尔芯片的AI应用程序的接口。

在最近更新的一条博文中，Naveen Rao提到正在把TensorFlow、MXNet、Paddle Paddle、CNTK和ONNX等深度学习框架集成在nGraph之上。此外，英特尔人工智能实验室还宣布开源面向Python的自然语言处理库，以帮助开发人员开始算法工作。

另一个受到开发者欢迎的BigDL，是Apache Spark的另一个库，它的目标是通过分布式学习在深度学习中处理更大的工作负载。应用程度可以用Scala或Python编写，并在Spark集群上执行。

OpenVINO，全称为开放式视觉推理和神经网络优化，该工具包能够帮助开发者在云端（例如TensorFlow, MXNet和Caffe等热门框架）创建和培训AI模型，并将其部署到各种产品中。它主要得益于英特尔的多项AI加速技术、包括CPU、FPGAs和VPUs。

除了一套成熟的工具/硬件提供，英特尔对开发者的友好，还体现在人工智能社区的积极建设，包括与参与演示、研究和实践培训的开发者，也包括来自谷歌、AWS、微软、Novartis、C3 IoT的诸多支持者的广泛合作，打造硬件+软件+生态全方位一体的人工智能战略。

就在Naveen Rao演讲结束前，他还宣布了一项重磅消息：作为奥利匹克全球TOP合作伙伴的英特尔，正式成为2020东京奥运会的官方AI平台合作伙伴——双重身份也让英特尔即刻开启“英特尔奥林匹克人工智能挑战赛”，并向全世界AI开发者发出邀请。

Naveen Rao说，英特尔一直希望并创建具有竞争力的产品组合，这需要英特尔与整个行业（开发者、学术界、软件生态系统等）进行协作，因为在计算多元时代，不仅是CPU或GPU，企业级AI需要更全面的方法。