大手インテルの進化：どうやってAI新コースを進めますか？

データ中心のインテルに全力を向け、人工知能の著地を加速している。AI、5 G、インテリジェントエッジの融合を通じて、インテルはB端の業界応用に入ります。業務は知恵都市、工業インターネット、知恵醫療、自動運転などの多くの分野をカバーしています。

最近、インテルは、統合AIの加速を含む一連のAIハードウェア製品を発売しました。インテルの第3世代から強拡張プロセッサ、インテル初の人工知能最適化FPGA Stratix 10NXなど、子會社のMobileyeは、日本と東南アジア最大の交通機関の一つであるWILLERと戦略提攜し、日本と東南アジア市場で自動運転タクシー（Robotaxi）サービスを提供すると発表しました。

もちろん、人工知能は仕事と生活の中に加速されます。今年に入ってから、新型肺炎の流行は全世界が直面する共通の挑戦となりました。「危険」の中には「機」があり、醫療救助と生命科學の第一線から、経済と社會の秩序ある運行、公共サービス、政策策定など各方面において、人工知能に代表されるスマート技術が一層重要な役割を果たしています。

古いブランドのインテルは新しいモデルチェンジの中で、四方に出撃して、AI企業を買収してから、AI応用に深く入るまで、AI生態を再構築します。もちろん、インテルも英偉達、サインパス、そして多くの科學技術大手との競爭に直面します。

AIの生態を建てます：XPSから量子まで計算します。

PCコースからデータトラックに展開する過程で、インテルは六大技術の核心能力を改めて整理し、知能化業務に対応しています。インテルは六つの技術支柱（プロセスとパッケージ、XPSアーキテクチャ、メモリとストレージ、相互接続、セキュリティ、ソフトウェア）をエンジンとして、人工知能を融合させ、CPU+GPU+FPGA+ASICの全面的な製品レイアウトで、ソフトとハードを組み合わせて雲から端までのスマート配置を実現します。

その上で、インテルは自分の雲、辺、端の全體の倉庫の優位と“XPS”の能力を強調します。人工知能の競技場では、インテルやファーウェイなどの大手企業の力點となっており、みんなの野心は大きい。

インテル中國研究院の宋継強院長は21世紀の経済報道記者に対し、「Xは多くの処理アーキテクチャを代表しています。新しい市場機會によってもたらされるデータの種類が非常に違っています。センサーの種類が違って、データの入手方法も違っています。これらのデータはCPUやCPU＋GPUで処理してもいいです。の方式です

インテルは汎用チップを生産していますが、異質な配列を組み合わせて定化ニーズを実現しています。ソン継強は、インテル傘下のMovidiusがAIマトリックス演算を専門に行うと紹介しました。Labsは専門的にマトリックス演算の加速をし、FPGAのフレキシブルな構造は疎データ処理の加速をし、また先端には神経擬態計算、量子計算があり、「量子計算によってどのように高いレベルの並列度計算能力をサポートし、AIにも強い加速作用があり、インテルもこの方面の研究開発を行っています。」

全スタックについては、宋継強氏は「AI社はアルゴリズムやフレームワークを多く作り、さらにはハード面でカスタマイズされた最適化を行っています。インテルの特徴は、全スタックだけではなく、上のフレームのサポートもあれば、下の階のパフォーマンスライブラリもあります。私たちはAIの加速されたハードウェアの種類が非常に多く、CPUの中に専用AIの加速を実現できる唯一のDL Boost技術を持つだけでなく、GPU、FPGA、専用ASICの面でもチップハードウェアのサポートなどがあります。

集邦コンサルティングアナリストの姚嘉洋氏は21世紀の経済報道記者に対し、「データセンターやクラウドビジネスでは、Intelのプロセッサ事業は簡単に動揺しない。これはIntelのDCG（データセンター事業）の収益表現に端倪が見られる。しかし、AI演算加速チップでは、Intelは依然としてGPU、FPGA業者（NVIDIAとXILIXなど）のような強力な競爭に直面しています。この點で、Intelは自分のAI演算加速チップの競爭優位を維持する方法がありますか？

AIプラットフォーム期間：「弱AIは弱くもなく、強AIは強くない」

現在、インテルはすでに複數の業界分野でAI応用の試みを行っています。例えば、インテルと南京経済技術開発區及び複數の生態パートナーによって作られた南京「未來科學技術知恵センター」は、5 G＋知恵園を共同で建設して、革新的な生態を育成します。工業インターネット分野では、インテル大連工場はリアルタイムで正確に水晶円を検査する必要があります。技術は、純粋な人工検査方式に比べて、検出効率が100倍向上しました。また、インテルのチップは港と船舶、空港、鉄道と車両、チーム管理、道路インフラなどの分野にも応用されています。

しかし、AIの著地過程では、まだ多くの問題が存在しています。インテル中國區物ネットワーク事業部の首席技術官で首席技師の張宇さんは21世紀の経済報道記者に対し、「垂直業界には小売業、工業製造、知能交通、醫療などが含まれています。各業界が直面している問題は違っています。人工知能で異なる計算が必要です。法律で特定の問題を解決します。つまり各業界の斷片化が非常にはっきりしています。これは人工知能を開発する時に、さまざまな業界に対して一定化の開発が必要です。これは人工知能応用開発のコストを増やしました。どうやってコストを下げるかは今見ている業界の重要な問題です。

もう一つの著地の難しさはデータにあります。今は比較的多いデータを持っています。よく人のように、物が交通の分野で集められたデータに基づいています。しかし、いくつかの特定の業界では、データを収集したり、処理したりします。これは、限られたデータセットの場合に、いくつかの特定の分野、特定のアプリケーションに適した新しいモデルを素早く生成することができるということです。

まとめてみると、AI機能を使う際にコストを下げる方法と、少量のデータモデルを使ってトレーニング結果を得る方法が実踐上の課題です。これらの問題を解決するには、AI技術の応用のアップグレードが必要です。

AIの全體的な発展から見て、宋継強では、深さの學習は発展の曲線から見て、今確かにプラットフォームの期限に入りました。これはAIも次にプラットフォームに入るという意味です。

宋継強は「人工知能は弱い人工知能のこの領域で弱くない。しかし、それを通用させるということは、學界や産業界では一般的に認められている強者工の知能であり、この能力は強くないです。その分野を越えて移動する能力はまだそんなに強くないし、データに対する攻撃もそれほど強くないからです。全體の學術界あるいは産業界の現在の発展傾向から見ると、人工知能は2.0段階から3.0段階に移行しています。2.0段階はデータに基づいて駆動されています。大量に表示できるデータを通じて、深さ學習のモデルを訓練して、私達に具體的な分野の任務を完成させるように助けてくれます。

彼のビューでは、3.0に移動するには、人工知能の発展をより包括的にする必要があります。第一に、説明できるように、第二に、人工知能を向上させるために、少量のデータを使用して継続的に學習する能力です。

?