2017年英特尔在其数据中心业务和AI方面下大注

简介:

随着计算的发展演化,数据信息的容量、传输速度和种类呈现出规模化的爆炸似增长趋势,这使得当前的许多企业组织都很难应对。而正是基于这一现象,推动了英特尔公司开始积极投身跨数据中心、高性能计算和人工智能(AI)的下一波计算浪潮。

英特尔公司数据中心团队的掌舵人Prakash Mallya坚信,积极投身这一计算浪潮将帮助该公司保持市场领先。

数据中心业务对英特尔的投资组合意味着什么?

数据中心是我们投资组合中的一个相当重要且不断增长的部分。最近,我们已经实现了两位数的增长,而且这一增长还在显著加速。

这占到了我们的经营利润和增长组合的很重要的一部分比例,而我们的期望是,其将继续保持两位数的增长。

如果您稍微留意一下我们的投资,我们开始了相当大规模的投资,而其中的一些投资想法是基于我们对于Ortella公司和Nervana公司的收购。

我们正在将他们的发展规划与我们的发展规划进行集成整合,而且我们在人工智能AI领域发现了非常有趣的东西——这可以说是在数据中心领域中增长最快的工作负载之一。

英特尔在数据中心领域改变方法了吗?怎么改变的呢?

如果您看看我们的投资,并看看数据中心业务的发展方向,在最高的级别,我们会看到这种发展方向越来越“扁平化”。

所以,从一套专属的方法我们使之扁平化。现在,如果您回顾过去七年的历史,您会看到我们已经进步到了包括存储和网络方面的投资。

基于开放标准的技术,距离由软件精心策划的网络改造仍然有一定的差距,因为我们刚刚开始我们的将网络工作负载虚拟化的旅程,从而能够推动为网络市场的竞争者们带来巨大的灵活敏捷性。

而如果您留意一下基础设施领域的一切——包括计算、存储和网络正在变得虚拟化——其都是经由软件策划的。

这给我们带来了巨大的成本优势。如果您企业可以无缝地实现计算、存储和网络的兼容工作,并在软件的基础上跨上述三者管理所有的工作负载,那么其将变得非常灵活,并且可以即时进行更改。这在当前是不可能的,因为这是基于数据中心在服务器级别和各种其他级别上安排的方式,给了您有限的灵活性。

2017年,英特尔在印度的渠道合作伙伴战略是什么?

我们的渠道合作伙伴主要集中在传统业务——与诸如联想、宏碁和OEM厂商的合作。当我们进入解决方案领域时,我们将拥有一系列新的合作伙伴,例如系统集成商,如Wipro、TCS、Infosys或L&T。

英特尔一直是一家合作伙伴不可知的公司,并将继续这样。但是,这只是从纯粹的产品市场竞争者方面,我们也将作为解决方案市场的竞争者。

在未来五年中,数据中心会有什么不同?

您在今天所看到的工作负载和数据甚至还远远不到您在未来将看到的工作负载和数据的一小部分——未来将是由智能城市和自动驾驶所推动的。

一般说来,未来看待一处数据中心的方式,将主要是软件的业务流程方面。所以,如果您注意其物理方面,我会说未来的数据中心将会运行比我们今天所看到的更多的软件。这将会是比您在今天的数据中心所看到更无缝的工作负载。

所以,在视觉上,未来的一处数据中心看起来与今天的数据中心将会完全不同,因为我们会有一个分布式的体系架构,具有了更多的计算能力。

我们的目标是以最低的拥有成本为最终用户提供最好的服务,借助以开放标准为基础的软件开发平台。简而言之,这就是我们的数据中心运营的方法。

英特尔已然表现出了对于人工智能(AI)和深度学习的浓厚兴趣。而英特尔对于Nervana公司的收购是否预示着英特尔要大局朝着该业务领域迈进呢?

像Nervana这样的公司在神经网络领域正在尝试真正相当酷炫的创新,这增加了这些神经网络的准确性。

我们当然计划要跟上创新的步伐,并基于我们代代相传的技术和经验为我们广大的客户提供更好的CPU架构和微处理器的性能。但存储技术和围绕着存储容量能力方面的基础设施的创新也必须相应的增加,因为访问和速度将成为我们是否可以帮助客户实现实时操作的关键性区别。

此外,我们的努力是为了推动在开源模型中框架。因此,鉴于业界已经有了标准化的API、标准化的接口和优化的框架。这样每个人都可以充分利用它了。

当前市场上有这么多的小公司,如果赋予了他们一套专有的解决方案,其将是非常难以扩展的。但是如果他们能够得到一个优化的开源框架,然后充分利用该框架,就能够带来魔术般的创新。

因此,我相信,新兴初创企业的文化在印度正获得蓬勃发展,其将成为机器学习和深度学习等新兴领域成功的支柱。

开源在AI中所发挥的作用

我认为,在不久的将来,我们会看到人工智能将作为一个使得开放源代码真正得以发挥其作用的领域,我们的理念是,高性能计算一直是以开源为导向而自豪的。

您可以看看所有的框架,其都是开源的。我们的目标是优化这些框架,使之在我们的平台上实现最好的运行。

Nervana公司非常相似。他们的Neon框架与我们的理念非常相似。越来越多的人可以利用框架的优势,在任何垂直标准的API的基础上编写,然后整个行业将获益。而如果您使其成为专有的话,谁又能够利用它的优势呢?

如果我们来看看AI的发展历程,其开创者都是一堆不同的公司,甚至有的今天已经不存在了。我们今天还站在人工智能之旅的起点。

当前市场的自动驾驶还没有大规模普及;智能能源的也尚未出现;可以启用智能网络的其他服务业还没有那么多。一旦这些情况得以实现,那么我们就将会进入到一个数据量将达到更高的数量级的境况。

我们还必须确保对于传统遗留系统的集成整合。只有当您实现了开源,您企业才可以把新老系统整合到一起。

本文转自d1net(转载)

相关文章
|
2月前
|
机器学习/深度学习 数据采集 人工智能
为AI加速而生 英特尔第五代至强CPU带来AI新表现
AI时代,亲民、易用的CPU如何能实现相比GPU更具性价比的加速方案?英特尔® 至强® 可扩展处理器给出答案:内置AI加速引擎,更好地承载人工智能应用工作负载。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
性价比超H100,英特尔发布中国版Gaudi2 AI加速卡
性价比超H100,英特尔发布中国版Gaudi2 AI加速卡
|
8月前
|
存储 人工智能 自然语言处理
D1net阅闻 | 英特尔推出AI大模型Aurora genAI,参数量是GPT-3的近6倍
D1net阅闻 | 英特尔推出AI大模型Aurora genAI,参数量是GPT-3的近6倍
133 0
|
机器学习/深度学习 人工智能 安全
新至强训练推理增效十倍,英特尔CPU加速AI更上一层楼
英特尔在自己最擅长的 CPU 上完成了一次 AI 计算的革新。
197 0
新至强训练推理增效十倍,英特尔CPU加速AI更上一层楼
|
机器学习/深度学习 人工智能
《英特尔+阿里云机器学习PAI-全栈赋能AI生态,加速应用落地》电子版地址
英特尔+阿里云机器学习PAI-全栈赋能AI生态,加速应用落地
152 0
《英特尔+阿里云机器学习PAI-全栈赋能AI生态,加速应用落地》电子版地址
|
人工智能 边缘计算 算法
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
|
机器学习/深度学习 存储 人工智能
英特尔推出两款 7nm AI 芯片,内存高达 96GB HBM2e,训练成本更低
当地时间 5 月 10 日,英特尔举办了 2022 英特尔 On 产业创新峰会。在此次峰会上,英特尔公布了其在芯片、软件和服务方面取得的多项进展,并宣布了包括第 12 代英特尔酷睿 HX 处理器家族、阿波罗计划、Greco AI 加速芯片在内的一系列重大发布。
218 0
英特尔推出两款 7nm AI 芯片,内存高达 96GB HBM2e,训练成本更低
|
机器学习/深度学习 人工智能 弹性计算
走出象牙塔后,AI 如何真正落地?英特尔给出了这两种路线
2021 年 6 月,英特尔 CTO 换帅。再次回归英特尔的 CEO Pat Gelsinger 邀请来了他多年的老搭档 Greg Lavender 担任 CTO。
149 0
走出象牙塔后,AI 如何真正落地?英特尔给出了这两种路线
|
机器学习/深度学习 人工智能 缓存
|
机器学习/深度学习 人工智能 自然语言处理
英特尔创建AI系统评估代码相似性,计算机自行编码性能提升40倍
英特尔科学家与麻省理工学院,以及佐治亚理工学院的研究人员合作开发了机器推断代码相似性(MISIM)系统,其性能比当前最先进的系统高出40倍。
英特尔创建AI系统评估代码相似性,计算机自行编码性能提升40倍

热门文章

最新文章

相关产品