英特尔揭秘软件生态4大价值:工具、优化、开源、人才
副标题[/!--empirenews.page--]
在以数据为中心的创新时代,软件的角色和作用愈发重要。拥有逾15000名软件工程师,以及一个超过1200万名开发者的生态系统,这是人们印象中以“硬实力”(硬件)著称的英特尔的“软实力”(软件)。软硬件协同、生态创新,是英特尔面向未来多元化计算的战略武器。 迈向以数据为中心的时代,计算架构正从CPU向XPU扩展。从PC时代开始,软件便一直是流淌于英特尔“血液”中的强大基因,但其巨大价值尚不为人所知。随着英特尔不断深化以数据为中心的转型,软件作为一项重要的战略资产,在英特尔推动未来计算创新的过程中发挥着更为关键的作用。对于全新硬件架构的每一个数量级的性能提升潜力,软件能带来超过两个数量级的性能提升。英特尔拥有得天独厚的优势,能将业内的重要伙伴联合起来,共同降低各种架构和工作负载下的开发复杂性,并加速创新技术的大规模部署。 英特尔赋予合作伙伴和客户独特生态价值,包括提供简便、可扩展的工具,加速应用开发部署;坚持客户至上,针对不同类型工作负载进行优化;秉承开放理念,推动开源、开放生态系统协作;产学研对接,培育面向未来的创新人才。作为涵盖英特尔各产品部门的在华最大综合性研发机构,近日,英特尔亚太研发有限公司的多位专家,分享了英特尔在软件领域的生态与价值。 英特尔亚太研发有限公司总经理卢炬:以软硬协同,推动生态共赢随着AI、云数据中心、物联网、下一代网络、自动驾驶等工作负载不断涌现,人们需要在CPU核心能力的基础上,构建GPU、FPGA、AI芯片、视觉处理芯片等不同类型的计算架构,以满足新型工作负载的需求。 英特尔亚太研发有限公司总经理卢炬表示:“从以PC为中心,到以数据为中心,在英特尔的转型过程中,潜在市场规模已经扩大到约3000亿美元。所以目标的客户更多,需要解决的问题更多,那么朋友圈也需要更大。‘生态’一直是英特尔非常重视的一块。除了在硬件生态方面,软件生态也有非常大的投入和合作。整个计算架构不是原来的单一CPU架构,从CPU到XPU,软件在其中起到关键的桥梁作用。” 英特尔亚太研发有限公司的前身,是1993年在上海成立的英特尔中国架构开发实验室。“目前我们的规模,正式员工超过2000人”,卢炬介绍说,“英特尔亚太研发有限公司的企业目标,是在中国为英特尔建设世界级的工程创新中心;我们的发展战略,是‘根植中国、放眼世界’。” 在云计算、虚拟化技术、大数据、深度学习、基本输入输出系统、固件、视频技术、服务器设计等领域,英特尔亚太研发有限公司具有世界一流的工程研发能力。在软件领域,英特尔亚太研发有限公司有着深入而持久的耕耘。 英特尔亚太研发有限公司开源首席科学家冯晓焰:让基于开源软件的解决方案,有最好的用户体验开源软件早已是主流的软件,系统软件栈的各个层次都有开源软件的选项,特别是国内主要的云服务供应商基本都是基于开源软件建立解决方案。英特尔不断增长的软件产品组合和广泛的开源生态系统项目印证我们对软件的重视,并引领业界在以数据为中心的时代推动产品和服务创新。 “英特尔全面拥抱开源软件已经有近20年的时间,英特尔内部成立了一个团队叫‘开源软件技术中心’”,英特尔亚太研发有限公司开源首席科学家冯晓焰说,“2005年1月份,英特尔当时的CEO做过一个承诺:‘英特尔推出的各种各样的驱动软件,我们在提供Windows解决方案的同时会提供Linux解决方案’,这标志着全面拥抱开源软件。” 英特尔在开源方面有着悠久的历史,在开源方面的贡献遍布全球。英特尔为各类开源项目做出贡献,同时也是各类开源社区的一员。英特尔一直以来是Linux Kernel、Chromium OS、OpenStack等大量开源社区项目重要贡献者,是Linux基金会、Apache基金会、Eclipse基金会、开源软件推进联盟的主要支持者。 从英特尔开始做开源软件,有一直坚持的工作方式(如下图)。这其中,Linux内核、Kernel/KVM,这两个是建立各种云服务最重要的基础软件,而英特尔在社区里的代码贡献量常年高居第一;英特尔还和社区伙伴一起,自2006年开始连续举办中国Linux内核开发者大会。 在开源软件的投入方面,冯晓焰举例说,英特尔推动了OpenStack 在中国的社区的活跃和广泛应用,在国内有专门做OpenStack的团队;还在国内建立了专门针对CSP(云服务提供商)提供支持的团队。“我们在开源软件领域做事情的目的,是希望整个基于开源软件的解决方案,能够在英特尔平台上运行得更好,有最好的用户体验。”冯晓焰表示。 英特尔在开源社区中的领导地位推动了行业发展,为新兴工作负载中的硬件和软件交互提供了新模型。 英特尔公司架构、图形与软件部(IAGS),资深软件架构师黄晟盛:加快统一的数据分析和人工智能技术创新在以数据为中心的世界,全球超过一半的数据在过去两年产生,但其中只有不到2%的数据经过了分析,还有海量的“沉默数据”。 其中重要原因之一,是在于人工智能这样新的技术从实验室到真正生产线的过程当中,缺少统一的数据分析和人工智能技术工具。 英特尔公司架构、图形与软件部(IAGS),资深软件架构师黄晟盛认为,要解决这样的问题需要解决软硬件架构上的缺口。大规模人工智能应用面临的挑战包括:算法的复杂性,部署的复杂性,数据处理的复杂性,以及成本、是否可扩展、专有接口、数据隐私等。 英特尔基于Spark开发和开源的两个项目:BigDL和AnlyticsZoo,正在为客户带来切切实实的好处。 黄晟盛分享了跨行业的端到端客户案例,比如通过采用英特尔方案,京东在目标检测和图片特征提取方面,相较于原来的方案有3.83倍的提升;美的工业视觉检测云平台的预处理性能提高4倍,推理性能提高16倍。 (编辑:52站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |