今天，英特尔数据中心与人工智能事业群副总裁、中国区总经理陈宝利在2023年中国国际贸易交易会中国AIGC创新发展论坛上发表题为《英特尔中国市场人工智能战略》的演讲在服务中。 陈宝利从通用计算和加速计算两个维度出发，阐述了英特尔如何通过全面的异构产品组合和开放的软件堆栈，与广大的中国生态合作伙伴一起不断探索和创新，抢占AI机遇时代，创造无限可能。 。
陈宝利指出，“英特尔自1985年进入中国以来，始终致力于创造改变世界的技术，通过持续的技术变革，为中国客户创造更高的价值，推动本土更深层次的创新和发展。在人工智能的‘黄金时代’ 2020年初，凭借在芯片制造和创新方面的深厚积累，英特尔也正发挥行业领先优势，通过在云、网络、边缘、客户端等领域的全面布局，为行业可持续发展提供助力。 ”。
人工智能的数据流包括广泛而复杂的工作负载和多模式数据集。 面对AI的计算需求，没有通用的解决方案。 如今，由于多种技术和经济因素，很大一部分人工智能工作负载在通用处理器上运行。 x86架构的大规模普及及其内置的AI功能使通用处理器成为AI数据流的理想解决方案。
基于此，英特尔在企业级硬件方面打造了第四代英特尔®至强®可扩展处理器，内置英特尔®高级矩阵扩展（英特尔®AMX）加速引擎，提供高达10倍的AI推理和训练能力比上一代。 性能改进并支持大多数大规模人工智能模型，包括实时、中等吞吐量、低延迟稀疏推理，以及中小型训练和边缘推理。 此外，它还使客户能够更轻松地通过广泛的生态系统、旨在简化流程和优化编译器的软件工具以及对更高级别软件堆栈（例如oneAPI和OpenVINO）的持续投资来部署英特尔解决方案，从而使开发人员能够能够让读者更轻松地使用自己熟悉的AI框架。
基于集成Intel® AMX的第四代Intel® Xeon®可扩展处理器，百度还打造了自己的人工智能自然语言处理模型ERNIE-Tiny。 这是百度在飞票文信大模型核心产品上推出的轻量化版本。 Intel® AMX推出后，整体推理性能得到了多次提升，在通用CPU平台上也取得了令人满意的推理性能。 ，可以进一步扩大普及范围，帮助更多用户在现有IT设施中更便捷地部署文信模型。
面对个人电脑AI应用的爆炸式增长，英特尔不仅提供强大的硬件，还支持可扩展的软件堆栈，使更多开源模型能够在个人客户端上运行。 一方面，第13代Intel® CoreÔ处理器通过XPU加速、低位量化、软件优化以及对内存的支持，使得高达160亿个参数的大型语言模型可以通过BigDL-LLM框架在个人电脑上实现16GB及以上容量。 跑步。 Intel® Iris® Xe显卡和Intel® Iris Ô显卡通过硬件优化和精度控制，可稳定支持FP16精度的深度学习模型推理。 这对于加速深度学习工作负载、提高计算效率具有重要意义。 另一方面，英特尔还通过可扩展的软件堆栈支持通用AI框架，让用户可以轻松地在不同框架中进行模型推理。
尽管英特尔至强®可扩展®处理器可以运行许多人工智能工作负载，但支持更大的模型大小并满足广泛的系统要求需要异构计算方法并使用不同的计算架构。 针对这些应用场景，英特尔®数据中心GPU Max系列和Gaudi深度学习加速器提供了硬件支持。 其中，英特尔全新Gaudi2处理器已于今年7月在中国市场推出。 作为英特尔云到端产品组合的重要组成部分，Gaudi2为深度学习而生，致力于通过多方位的性能和能效提升加速AI训练和推理。 值得注意的是，其优异的性能在近期发布的MLCommons®MLPerf® benchmark1中也得到了充分验证。 与其他同类产品相比，是AI大规模部署的更好解决方案。 得益于SynapseAI®软件套件的优化，Gaudi2在简化模型开发和迁移方面也具有独特的优势。
英特尔始终积极推动中国的技术转型，不仅加速PC在中国的普及率，还通过与当地生态合作伙伴的深度合作，推动云计算和边缘计算的发展，赋能中国的数字化转型。行业。 在人工智能浪潮席卷全国之际，英特尔也将利用深厚的积累和前沿的洞察力，与生态合作伙伴一起抓住行业发展的新机遇，为中国人工智能的全面绽放注入源源不断的动力。 。
