专访英特尔:开源与 AI 迅猛发展,龙蜥社区提供高效合作平台

简介: 龙蜥社区为开源技术、AI 技术提供了一个非常好的高效合作的平台。

编者按:由中国计算机学会开源发展委员会、中关村科学城委员会、海淀区委网信办、中国开源软件推进联盟指导,龙蜥社区主办,阿里云、浪潮信息、Intel、中兴通讯、Arm、中科方德等 24 家理事单位共同承办,主题为“进化·重构·赴未来” 的 2024 龙蜥操作系统大会即将于 8 月 30 日(本周五)在北京举办。近日,CSDN 采访了英特尔技术总监,龙蜥社区副理事长杨继国,深度解读了英特尔对智能时代的理解,以及在龙蜥社区的开源贡献和工作成果以下为采访全文:

AIGC 技术的蓬勃发展,不仅带来了工作、生活方式的重大变革,也对当前信息技术,从芯片、操作系统、编程工具到应用等层面都产生了深刻的影响。对于 IT 从业者而言,有哪些技术趋势值得关注和探索?有哪些创新成果可以参与和使用?近日,英特尔技术总监,龙蜥社区副理事长杨继国接受 CSDN 采访,深度解读了英特尔对智能时代的理解,以及在龙蜥社区的开源贡献和工作成果。


作为龙蜥社区创始成员和 24 家理事单位之一,英特尔在技术贡献、生态发展、社区运营等方面,都投入了大量的精力和资源,并取得了一系列成果。在技术贡献方面,杨继国表示,英特尔在社区一开始就成立了专门的 Intel 架构 SIG,由专人负责管理并维护代码仓库,并陆续参与了 20 多个 SIG,覆盖内核、虚拟化、云原生、AI、机密计算、安全等不同技术领域,已成为社区领先的贡献者之一。


让龙蜥社区开箱即用第六代至强平台

作为一家芯片技术服务商,至强处理器平台对龙蜥开源项目的适配是英特尔的一项重点工作,目前英特尔已实现对第三代至第六代至强平台的支持。在杨继国看来,英特尔 2024 年在龙蜥社区最重要的工作成果之一,就是对第六代至强平台的支持,包括高性能和高能效两个系列,电源管理、安全特性、RAS 特性、QAT 加速热迁移、RDT 资源管理、基于硬件的 IAA 硬件加解密支持等新特性,都在最新的 Anolis OS 23.1 做到了开箱即用。也就是说,社区用户在发布的第一时间,即可充分利用新平台的性能和能耗等优势。另一项重点工作则是 AI 编程框架 oneAPI 的集成。oneAPI 提供了开放、统一的编程接口,使得AI开发者能够自动运行在不同硬件平台上。英特尔在龙蜥社区已全面适配和集成了oneAPI,为开发者提供了开源开放的编程框架。这项工作背后的逻辑,是英特尔对AI与操作系统技术的深刻理解。英特尔认为,自 2022 年底 ChatGPT 火爆全球之后,算力需求暴涨的 AI 也成为了操作系统技术发展的强驱动。当前智能计算系统涉及多核 CPU、GPU、FPGA、专用 ASIC 等异构硬件加速技术,杨继国表示,其中最大的挑战是多台并行、高速连接,AI 开发者需要操作系统能够实现这些异构硬件的高效管理。而此前的技术因其复杂性、封闭性,使得开发者难以实现这一效果。此外,英特尔还开始着手对 OpenVINO 开源项目进行集成。OpenVINO 可以帮助开发人员加速各种深度学习模型的部署,并优化这些模型在英特尔硬件上的性能,包括 CPU、GPU、VPU(视觉处理单元)以及 FPGA 等。

智算时代,龙蜥社区将是高效合作平台

展望未来,杨继国认为,大模型技术和操作系统的深度融合是一个非常重要的方向,这种融合不仅能够为开发者和用户带来更智能的体验,也符合未来的 AI 技术潮流。在应用层面,AI 将走向个人化、专业化,因而下层的操作系统,将发挥两个重大作用,一是整合异构算力提供智能计算支持,二是提供更加统一开放的标准接口,甚至要覆盖云侧、端侧、边缘侧的 AI 应用。

基于此,在未来,英特尔将继续加强在龙蜥社区的投入,主要方向包括英特尔最新平台的适配和优化、AI 算力支持、AI 与安全技术结合以及其他 AI 相关的解决方案。


“开源技术、 AI 技术的发展非常快,龙蜥社区为开源技术、AI 技术提供了一个非常好的高效合作的平台。”杨继国总结说。


相约 2024 龙蜥操作系统大会

由中国计算机学会开源发展委员会、中关村科学城委员会、海淀区委网信办、中国开源软件推进联盟指导,龙蜥社区主办,阿里云、中兴通讯、Intel、浪潮信息、Arm等 24 家理事单位共同承办的 2024 龙蜥操作系统大会(OpenAnolis Conference)将于 8 月 30 日在北京·中关村国家自主创新示范区会议中心召开,汇聚超百位技术大咖和行业专家,聚焦 AI 时代机遇下操作系统产业的进化与重构,深度探讨龙蜥生态合作新模式、人才发展新路径以及技术创新最前沿。


作为理事单位,英特尔参与承办此次盛会,将结合去年大会经验及开源、AI 技术前沿,全面参与组织主论坛、分论坛和相关宣传、技术展示、社区动手实验等。杨继国透露,英特尔将携手社区合作伙伴带来最新的第六代至强平台技术、最佳实践,通用 CPU 模型推理、专业 AI 解决方案等 AI 创新,以及能源、金融等行业应用分享。感兴趣的朋友,欢迎提前报名参加!


报名链接:https://openanolis.cn/openanolisconference2024

相关文章
|
14天前
|
人工智能 运维 监控
首个云上 AI 原生全栈可观测平台来了!
9月21日,2024 云栖大会,阿里云发布全新的 AI 原生全栈可观测平台,首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。
|
18天前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
5天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
12天前
|
人工智能 数据中心 芯片
【通义】AI视界|英特尔推出新一代AI芯片挑战英伟达
今日科技热点包括:OpenAI CTO 米亚·穆拉蒂宣布离职,Meta发布多功能Llama 3.2语言模型,扎克伯格因Meta的人工智能策略使个人资产突破2000亿美元,星纪魅族展示AI生态新品如Lucky 08 AI手机及智能穿戴设备,以及英特尔发布Xeon 6 CPU和Gaudi 3 AI加速器挑战英伟达市场地位。这些动态展现了人工智能领域快速发展的趋势及其对科技巨头的影响。
|
15天前
|
人工智能 分布式计算 大数据
AI Native平台,跨越AI应用从创新到生产的鸿沟
2024年是AI应用的元年,以大模型为中心的 AI Native 应用大爆发正在从理想变成现实。云计算带来的应用创新潮,经历了虚拟机时代和云原生时代,正在全面拥抱以大模型为核心的 AI Native 阶段,推动大数据与AI的工作流前所未有地紧密结合。领先大模型、高效的AI计算平台和统一的大数据平台是 AI Native 应用广泛落地背后不可获缺的要素。 9月20日,2024云栖大会上,阿里云副总裁、阿里云计算平台事业部负责人汪军华宣布大数据AI平台全面升级,为 AI Native 应用大爆发提供坚实的平台支撑。
|
15天前
RTX3090可跑,360AI团队开源最新视频模型FancyVideo
【9月更文挑战第23天】近年来,人工智能技术的迅猛发展推动了视频生成领域的进步,但在合成动态、连贯且时长较长的视频方面仍面临挑战。为此,360AI团队提出了FancyVideo模型,通过跨帧文本指导实现更为连贯的视频生成。FancyVideo引入了跨帧文本指导模块(CTGM),包含时间信息注入器(TII)、时间相关性优化器(TAR)和时间特征增强器(TFB)三个组件,分别负责注入帧特定信息、优化相关性和增强时间一致性。这些机制使模型能生成具有连贯动作和丰富运动的视频,适用于动画制作和视频编辑等领域。然而,FancyVideo也存在计算复杂度高和细节真实感提升空间等局限。
29 3
|
11天前
|
数据采集 机器学习/深度学习 人工智能
云栖实录 | GenAI 时代 AI Infra 工程技术趋势与平台演进
本文根据2024云栖大会实录整理而成,演讲信息如下: 演讲人:林伟 | 阿里云智能集团研究员、阿里云人工智能平台 PAI 负责人;黄博远|阿里云智能集团资深产品专家、阿里云人工智能平台 PAI 产品负责人 活动:2024 云栖大会 - AI Infra 核心技术专场、人工智能平台 PAI 年度发布专场
|
11天前
|
人工智能 自然语言处理 Linux
Llama 3.2:开源可定制视觉模型,引领边缘AI革命
Llama 3.2 系列 11B 和 90B 视觉LLM,支持图像理解,例如文档级理解(包括图表和图形)、图像字幕以及视觉基础任务(例如基于自然语言描述在图像中精确定位对象)。
|
11天前
|
机器学习/深度学习 数据采集 人工智能
探索AI技术在文本生成中的应用与挑战
【9月更文挑战第26天】本文深入探讨了AI技术在文本生成领域的应用,并分析了其面临的挑战。通过介绍AI文本生成的基本原理、应用场景以及未来发展趋势,帮助读者全面了解该技术的潜力和局限性。同时,文章还提供了代码示例,展示了如何使用Python和相关库实现简单的文本生成模型。
39 9