對於人工智能應用開發的興奮情緒，讓已經50歲的英特爾成為科技界最熱門的企業之一。即便是氣溫低到需要輕薄羽絨服保暖的舊金山夏天，也依舊無法熄滅開發者從全球各地奔赴而來的熱情。事實上，在宣佈延續了20年傳統的IDF取消之後，英特爾一刻也沒有停止過對開發者的重視。相反，英特爾歷史上首屆AI開發者大會（Intel AI DevCon 2018）正如火如荼上演。
英特爾公司全球副總裁兼人工智能產品事業部總經理Naveen Rao
在一支充滿金屬顆粒感的搖滾樂後，Naveen Rao登場，此刻場內響起了掌聲。這個穿著休閒外套和藍色牛仔褲有著運動員般身材的男子，正是英特爾公司全球副總裁兼人工智能產品事業部（AIPG）總經理。他同時也是一名神經網絡科學家、處理器架構師和企業家。
他曾創立Nervana公司，通過Nervana Cloud的SaaS服務，使企業能夠擁有定製開發的深度學習軟件。在創立的公司被英特爾收購後，現在Naveen Rao已經成為英特爾人工智能事業群的帶頭人，負責研發AI芯片、降低AI的應用成本、開發出不同領域標準，帶領英特爾在世界人工智能的角逐中處於領先。
或許與Naveen Rao熱愛挑戰一切極限運動有關，在這位冒險家的帶動下，英特爾AI產品組合正快速更新迭代並不斷進化。除了向全球AI開發者拋出橄欖枝，Naveen Rao還在英特爾AI開發者大會的重要舞臺，講述AI戰略與思維的又一步演進。
新一代AI芯：Spring Crest，用於開發神經網絡
Naveen Rao十分沉迷研究神經網絡，過去三年，由他率隊開發的Nervana神經網絡處理器（Nervana Neural Network Processor，NNP），代號為“Lake Crest”的專用人工智能芯片，在去年10月推出後，成功讓英特爾在AI芯片競爭中站穩了腳跟。
今天，這款芯片又有了最新進展。Naveen Rao表示，英特爾正在開發第一個商用神經網絡處理器產品英特爾Nervana NNP-L1000（Spring Crest），計劃在2019年發佈。與前代相比，新一代芯片將實現3-4倍的訓練性能。
更多關於Spring Crest的細節，Naveen Rao並沒有再多透露。
但在公佈上圖這組數據時，Naveen Rao表情變得嚴肅起來，他直言——“競爭對手談論了大量的理論數據，但在現實世界中利用率很低”——而英特爾NNP原型在處理方矩陣時已經實現了96.4%的利用率。
他還認為，Nervana NNP-L1000特別適合人工智能項目的訓練階段。在這個過程中，開發人員使用示例數據來打磨模型的準確性，這可能是一個非常耗時的過程，而一款能夠提速4倍完成任務的芯片將會對企業的人工智能項目帶來重大影響。
除了性能改進之外，Naveen Rao透露，Nervana NNP-L1000還將引入對bfloat16的支持，它是業內廣泛採用的針對神經網絡的一種數值型數據格式，用於在計算中保存大量數值，特別適用於人工智能軟件並可實現更快速的處理。
作為整個AI戰略的一部分，英特爾還有意把領先的人工智能訓練能力引入到其芯片產品組合中，這也意味至強處理器和FPGA都將增加對bfloat16的支持。
AI芯片不再是唯一，英特爾核心競爭力是“AI多元化”
毫無疑問，NNP芯片家族將是英特爾應對人工智能日益普及的戰略核心支柱。但同樣不要忽略，英特爾在AI硬件層面儲備的其它“殺手鐧”：
- Xeon處理器適合一般計算任務或實現數據中心的高性能，現場ZIVA這家公司就展示瞭如何用Xeon進行3D圖形渲染；
- Movidius視覺處理芯片適合在嵌入式IOT設備上進行圖像處理或運行推理，Movidius神經計算棒可以在U盤中運行深度神經網絡；
- FPGA可以針對不同類型的任務進行重新編程，適合在雲端和邊緣設備上進行AI推斷；
- Mobileye車載芯片可用於在自動駕駛及ADAS中進行計算機視覺處理。
我們有理由相信，英特爾在AI芯片上存在的巨大潛力，但如果僅從硬件層面，這家芯片巨頭還是不足以支撐起它統領AI領域的雄心壯志，因為它還缺少一項重要的催化劑，但Naveen Rao的到來改變了這一切。
Naveen Rao接受科技行者採訪
Nervana在軟件方面有明顯的優勢，正如Naveen Rao在接受科技行者採訪時的表示，“放在幾年前，Xeon並不適合人工智能，但如今大多數人工智能都能運行在Xeon上了，這要歸功於英特爾對架構進行的軟件改動”。
Naveen Rao還強調說，英特爾獨特之處在於能夠提供多元化的解決方案，他所在團隊正在把硬件與通用軟件融合在一起相互協作，讓英特爾處理器具有更高的靈活性來運行不同類型的計算工作負載，比如要低延遲，可以使用FPGA；要想更低能耗，可以使用Movidius。英特爾很多產品能幫助開發者及客戶解決所有問題，而不是其中的一兩項。
英特爾試圖通過收購與整合補齊各方面能力來應對多樣化的AI工作負載。在這之中，我們也看到這位50歲高齡巨人的轉變——在芯片之外，越來越重視基於芯片之上開發軟件，而這股熱浪也順勢湧向了開發者，英特爾不僅僅提供芯片，它還要為開發者開發AI應用程序提供軟件工具，建立智能社區。
對開發者的三個關鍵詞：工具、硬件支持、社區
由Naveen Rao掌管的人工智能小組正在開發名為nGraph的軟件，該軟件是一個框架中立的深度神經網絡（DNN）模型編譯器，它將成為開發基於所有英特爾芯片的AI應用程序的接口。
在最近更新的一條博文中，Naveen Rao提到正在把TensorFlow、MXNet、Paddle Paddle、CNTK和ONNX等深度學習框架集成在nGraph之上。此外，英特爾人工智能實驗室還宣佈開源面向Python的自然語言處理庫，以幫助開發人員開始算法工作。
另一個受到開發者歡迎的BigDL，是Apache Spark的另一個庫，它的目標是通過分佈式學習在深度學習中處理更大的工作負載。應用程度可以用Scala或Python編寫，並在Spark集群上執行。
OpenVINO，全稱為開放式視覺推理和神經網絡優化，該工具包能夠幫助開發者在雲端（例如TensorFlow, MXNet和Caffe等熱門框架）創建和培訓AI模型，並將其部署到各種產品中。它主要得益於英特爾的多項AI加速技術、包括CPU、FPGAs和VPUs。
除了一套成熟的工具/硬件提供，英特爾對開發者的友好，還體現在人工智能社區的積極建設，包括與參與演示、研究和實踐培訓的開發者，也包括來自谷歌、AWS、微軟、Novartis、C3 IoT的諸多支持者的廣泛合作，打造硬件+軟件+生態全方位一體的人工智能戰略。
Naveen Rao說，英特爾一直希望並創建具有競爭力的產品組合，這需要英特爾與整個行業（開發者、學術界、軟件生態系統等）進行協作，因為在計算多元時代，不僅是CPU或GPU，企業級AI需要更全面的方法。
閱讀更多 科技行者 的文章
