昨日,在深圳IDF2014會后采訪中,作為英特爾公司高級副總裁、數(shù)據(jù)中心事業(yè)部總經(jīng)理柏安娜介紹,在數(shù)據(jù)中心領(lǐng)域英特爾未來的增長點(diǎn)將集中在云、大數(shù)據(jù)和高性能計(jì)算三個領(lǐng)域。
在數(shù)據(jù)中心領(lǐng)域,英特爾的目標(biāo)非常明確,就是不斷推動更高的性能,并加強(qiáng)軟件架構(gòu)和芯片之間的聯(lián)系。
采訪環(huán)節(jié)中,柏安娜女士強(qiáng)調(diào)了目前行業(yè)和企業(yè)正處于非常重要的新業(yè)務(wù)轉(zhuǎn)型時(shí)期,而英特爾會根據(jù)企業(yè)的業(yè)務(wù)轉(zhuǎn)型提供新的產(chǎn)品,并重申英特爾數(shù)據(jù)中心業(yè)務(wù)新增長的三大趨勢:云、大數(shù)據(jù)、高性能計(jì)算。
軟件第一數(shù)據(jù)中心的發(fā)展方向及定位
柏安娜稱“我們知道世界增長非常快,發(fā)展迅猛更多轉(zhuǎn)向云端服務(wù),這方面硬件已經(jīng)發(fā)揮非常高的效率,這種效率已經(jīng)體現(xiàn)出來了。在這樣一個應(yīng)用中間,我們看到像微信、阿里巴巴這樣一些應(yīng)用都需要建立更加高效的軟件效率,英特爾的作用是讓軟件在硬件中發(fā)揮更加明顯的高效率。我們在這個方面基于開放源服務(wù),要關(guān)注的是更好的軟件的質(zhì)量和效率的交付,能夠更加適應(yīng)我們的顧客在這方面的一些需求和應(yīng)用,能夠從控制到服務(wù)到應(yīng)用的交付都做的更好。”
英特爾(中國)有限公司數(shù)據(jù)中心及云計(jì)算業(yè)務(wù)產(chǎn)品市場總監(jiān)賀曉東也表示,作為一個芯片廠商要保證上層云服務(wù)的這些軟件能很清楚了解我們硬件產(chǎn)品提供的最新技術(shù),這樣來發(fā)揮最高的效率。
大數(shù)據(jù)帶來龐大的商業(yè)利益,平板電腦,二合一PC,智能手機(jī),還有汽車當(dāng)中車載信息娛樂系統(tǒng),我們的生活都離不開這些設(shè)備,但在所有這些設(shè)備背后支撐的就是數(shù)據(jù)中心,數(shù)據(jù)中心在做內(nèi)容的服務(wù),實(shí)現(xiàn)連接、交互各種各樣的服務(wù),大家對于數(shù)據(jù)中心有共同的依賴。
這就意味著,在這樣第一個大數(shù)據(jù)時(shí)代數(shù)據(jù)的產(chǎn)生跟收集方面涉及到很多隱私方面的問題。特別是在電商購物方面,比如用戶隱私的泄露或安全賬戶的泄露,甚至在電商購物時(shí),連同搜索習(xí)慣也隨之泄露。那么就關(guān)于數(shù)據(jù)安全保護(hù),英特爾在安全管理方面又有怎樣的服務(wù)。
柏安娜表示,英特爾需要提供更加強(qiáng)大的安全解決方案來針對這種問題提供一些更好的方法,在服務(wù)器,在數(shù)據(jù)的存儲到系統(tǒng)各個方面都去提供更好的工具,來讓消費(fèi)者知道如何以及在哪里可以更好的保護(hù)他們的隱私。同時(shí),要確保給終端用戶及系統(tǒng)提供商提供更可行的技術(shù)。
在柏安娜看來,大數(shù)據(jù)也是一個數(shù)十億甚至上百億價(jià)值的市場,大概到2020年將達(dá)到500億美元,其中很大一部分會搭載在英特爾架構(gòu)基礎(chǔ)上,英特爾能降低成本40%,能夠提高效率90%,能夠使得大數(shù)據(jù)的解決方案真正成為可能。
以芯片為基礎(chǔ),英特爾將從計(jì)算、分析網(wǎng)絡(luò)的效率大大提高,在IA架構(gòu)基礎(chǔ)上對性能進(jìn)行優(yōu)化,真正實(shí)現(xiàn)大數(shù)據(jù)的性能,進(jìn)一步加快數(shù)據(jù)之間的交互速度,包括系統(tǒng)內(nèi)存和存儲之間的互動,提供更好的安全性和更先進(jìn)的性能。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。