,,

英特爾攜手微軟推動AI規模化部署，發揮邊云協同勢能

（2024年11月27日更新）

6月23日，英特爾攜手微軟在線上舉辦了2022中國AI開發者峰會。英特爾OpenVINO開發者生態高級總監Matthew Formica、微軟亞洲研究院邱鋰力副院長，以及來自英特爾、英特爾AI開發者社區、微軟人工智能和物聯網實驗室、微軟、EdgeX Foundry技術社區、研華科技和漢朔科技的行業技術專家出席本次峰會，為大家講解了高效率開發與大規模部署AI解決方案的深度認知、關鍵技術與實戰經驗。

芯片采購網專注整合國內外授權IC代理商的現貨資源，實時查詢芯片庫存，合理行業價格，輕松采購IC芯片，是國內專業的芯片采購平臺。

在5G、大數據中心、AI等新基建的帶動下，企業的數字化水平、業務的復雜度和專業度都有了顯著提升。這讓企業在進行云端部署時，對算力優化分配、數據及時性、系統穩定性、以及跨工作場景的靈活性提出了新的要求。因此，邊云協同成為未來發展的重要趨勢，許多企業開始構建邊云協同模式和系統，以協同解決大數據發展下的計算難題。

在這些企業轉型的過程中，大規模部署AI解決方案成為了重中之重。英特爾OpenVINO開發者生態高級總監Matthew Formica表示：“從臺式電腦到數據中心和云中的企業軟件，再到智能邊緣，AI無處不在。為滿足邊緣的獨特需求并應對邊緣存在的挑戰，計算最終會被應用在醫療、零售、工業等各種XPPower代理場景用例中。然而，行業領先分析師表示，僅有20%的POC實現了規模部署。那么在大規模部署AI解決方案的過程中，選擇高效的硬件、借助OpenVINO優化AI解決方案以及同廣泛的生態伙伴進行合作則十分必要。”

在選擇硬件時，專業人員要盡可能地考慮降低時延、提升每瓦性能并優化成本，而英特爾處理器則可以充分滿足這些需求。與此同時，英特爾還可以為開發人員提供一套全棧式 AI 軟件產品組合。這套產品組合自下而上首先是作為基礎層的oneAPI，它能夠支持一系列具有通用功能的英特爾處理器。其次，對于推理優化和部署來說，OpenVINO則能夠針對每款英特爾處理器進行調整，助力開發人員輕松實現可擴展及高性能的深度學習推理。此外，英特爾還通過推出英特爾市場就緒解決方案推動整個生態系統的協作，助力合作伙伴的增長與創新。

在本次峰會上，英特爾技術專家還詳細介紹了如何在Azure上使用OpenVINO快速實現高性能AI推理計算。自2018年推出OpenVINO以來，英特爾已經幫助數十萬開發者大幅提升了AI推理性能，并將其應用從邊緣計算擴展到企業和客戶端。在 2022 年第一季度末，英特爾推出了發行版OpenVINO工具套件的全新版本——OpenVINO 2022.1。其中的新功能主要根據開發者過去三年半的反饋而開發，包括更多的深度學習框架及模型支持、更多的設備可移植性選擇以及更高的推理性能和更少的代碼更改，旨在簡化和自動化優化工作。OpenVINO 2022.1版本增加了硬件自動發現和自動優化功能，讓軟件開發者可以在任意平臺上實現絕佳性能。此外，英特爾的Open Model Zoo中還包含超過270個預訓練優化模型，其中涵蓋物體檢測、動作識別、機器問答及語音轉文本等，通過將這些模型提供給開發者，可極大簡化開發者的模型設計步驟。

此外，來自EdgeX Foundry技術社區的行業專家還為大家講解了如何基于英特爾架構，并借助 EdgeX和Azure打造可擴展的 AI/IoT 解決方案，以將邊緣數據加速轉化為有效見解，從而實現邊云協同。最后，來自漢朔科技的技術專家分享了該公司基于英特爾架構打造的智慧零售AI解決方案，以零售行業為例充分展示了AIoT在驅動垂直行業數字化變革中發揮的重要作用。該方案融合了英特爾從軟件到硬件的全棧技術優化以及漢朔科技在“零售+AI”領域的長期技術創新與行業最優實踐，能夠幫助零售客戶構建高性能、高洞察、高經濟性、易于實施的智慧零售管理系統，從而助力解決貨架商品管理、自助收銀、商品防損等環節中的棘手問題，為全球零售客戶帶來更大價值。

在各行各業積極進行數字化變革的同時，企業對于海量且不同類型數據的傳輸和處理速度的要求也越來越高。因此，在實現邊云協同的過程中，網絡的重要性也不言而喻。微軟亞洲研究院邱鋰力副院長表示：“蜂窩網絡在我們的工作、娛樂、社交等生活場景中扮演了重要角色。如今5G網絡的傳輸速率可高達10Gbps，且在全球范圍內被廣泛部署。毫無疑問，我們生活在一個 5G蓬勃發展、6G萌芽新生的超級時代。作為相關研究人員，我們的研究可能會影響未來的通信方式，這是我們持續創新的強大動力。”

如今，高社會價值和高商業價值的AI解決方案，諸如智慧零售、自動駕駛等，正在深刻地重塑整個社會。英特爾將攜手廣泛的生態合作伙伴，通過不斷推出更加優化的新產品和新工具持續賦能開發者，使其無論居家還是在辦公室，都能協同完成Al模型的高效率訓練和高性能部署，并實現端到端的機器學習全生命管理周期，同時簡化高價值Al解決方案的開發與運維，推動高價值Al解決方案在全球范國內大規模部署，從而促進邊云協同創新發展。