1687
從機器學(xué)習(xí)到深度學(xué)習(xí)再到生成式AI，人工智能技術(shù)在飛速進化，并且向“AI無處不在”的目標(biāo)繼續(xù)進發(fā)。
日前，英特爾中國軟件技術(shù)合作事業(yè)部總經(jīng)理唐炯在一場企業(yè)AI開放軟件生態(tài)媒體會上表示：“企業(yè)在部署AI解決方案時面臨技術(shù)堆棧復(fù)雜性和跨硬件平臺效率差異的挑戰(zhàn)，沒有單一廠商能提供全面的AI解決方案，而是需要多方合作。英特爾作為行業(yè)先行者，希望推動解決方案的解構(gòu)，以便實現(xiàn)靈活部署并減少手動編碼，同時保護數(shù)據(jù)。這種解構(gòu)策略旨在使生態(tài)合作伙伴專注于自身優(yōu)勢，通過合作提供定制化、高效的AI解決方案，從而促進AI在企業(yè)中的實際應(yīng)用?！?/p>
三大關(guān)鍵，推動AI無處不在
如何實現(xiàn)AI的廣泛應(yīng)用？唐炯認(rèn)為當(dāng)前需要關(guān)注三個核心方面：
首先是加速創(chuàng)新。盡管生成式AI等技術(shù)取得了顯著進展，但這些創(chuàng)新尚未普及到每個用戶或企業(yè)。為了開發(fā)出真正不可或缺的“AI殺手級應(yīng)用”，必須加快創(chuàng)新步伐，激勵開發(fā)者投身于AI領(lǐng)域的開發(fā)和創(chuàng)新活動。
其次要使AI價值最大化。AI的互動不僅限于手機和PC等設(shè)備，更重要的是要為個人和企業(yè)帶來實際價值。這意味著需要探索如何最大化AI的價值，包括在云、邊緣和端側(cè)的部署，以及如何將最合適的工作負(fù)載匹配到最合適的平臺上，從而優(yōu)化成本結(jié)構(gòu)。
第三要實現(xiàn)靈活部署。AI技術(shù)覆蓋了從算力基礎(chǔ)到操作系統(tǒng)、數(shù)據(jù)庫、大數(shù)據(jù)，再到應(yīng)用的整個技術(shù)堆棧。為了實現(xiàn)不同軟件模塊在不同設(shè)備和不同硬件架構(gòu)（xPU）上的靈活部署，需要對AI解決方案進行解構(gòu)，以便減少手動編碼需求，并確保數(shù)據(jù)保護。
為了推動上述層面的發(fā)展，英特爾強調(diào)一個關(guān)鍵詞“開放“，給圍繞軟件、圍繞應(yīng)用、面向個人和企業(yè)的開發(fā)者提供一個更加開放的資源平臺，如PyTorch、TensorFlow和Python等，以支持開發(fā)者進行應(yīng)用創(chuàng)新。
由于這些AI基礎(chǔ)架構(gòu)變得越來越多樣化，也意味著在算力層面需要進行很多兼容性優(yōu)化。英特爾提供了oneAPI、OpenVINO等開源工具，以提高在異構(gòu)底層平臺上的兼容性和一次性編程的便利性。
面對AI推理當(dāng)前還存在的一些“幻覺“問題，唐炯認(rèn)為提高可靠性非常關(guān)鍵，一方面要確保數(shù)據(jù)的可靠性和隱私性；另一方面要提升推理的準(zhǔn)確度。當(dāng)前，英特爾正在與合作伙伴共同為客戶提供更多的POC機會，幫助他們降低成本，并且能夠讓更多開發(fā)者的創(chuàng)新能夠在集群化、可靠的測試平臺上得到驗證和優(yōu)化。
AI開源生態(tài)為什么勢在必行？
唐炯在采訪中多次強調(diào)，對開放AI生態(tài)系統(tǒng)的長期投入、以及對合作伙伴的支持至關(guān)重要，只有這樣才能為用戶提供更好的、更適合的AI解決方案。
為此，英特爾在全球范圍內(nèi)打造AI開源社區(qū) “Open Platform for Enterprise AI”（OPEA），旨在促進更多的廠商共同開發(fā)企業(yè)級AI應(yīng)用，共享各方的代碼和模塊，最終形成開放、透明的平臺，讓完整的企業(yè)級AI落地應(yīng)用。
回顧IT產(chǎn)業(yè)多年的發(fā)展，開源開放確實已經(jīng)被證明是加速技術(shù)創(chuàng)新和生態(tài)發(fā)展的有效手段，那么，英特爾當(dāng)前高度重視AI開源社區(qū)的根本原因是什么？
唐炯認(rèn)為主要是因為AI時代與云計算時代有著本質(zhì)的區(qū)別：在云計算時代，通過任務(wù)調(diào)度和資源的多用戶共享，實現(xiàn)了規(guī)模經(jīng)濟和成本效益，使得服務(wù)商能夠通過細(xì)分CPU使用時間來降低成本并提高利潤。然而，AI時代的計算需求改變了這一模式，因為AI算力通常是持續(xù)運行的，沒有空閑時間，這導(dǎo)致AI的成本結(jié)構(gòu)與傳統(tǒng)云計算截然不同。
為了在AI時代實現(xiàn)價值最大化，就需要將基礎(chǔ)架構(gòu)與AI應(yīng)用緊密結(jié)合，并考慮在云、邊緣和端側(cè)的部署策略。此外，AI時代對硬件環(huán)境和算力利用的新要求，必須要考慮到異構(gòu)計算環(huán)境中的負(fù)載協(xié)調(diào)、底層與應(yīng)用層之間的高效接口匹配，以及數(shù)據(jù)安全和可靠性的重要性。同時，考慮到應(yīng)用的靈活性，還需要能夠輕松地“熱插拔”不同的大模型以適應(yīng)不同的需求，減少因模型或數(shù)據(jù)庫變更而需要修改整個應(yīng)用或代碼的情況。
也正是在這些因素的推動下，需要打造覆蓋算力、基礎(chǔ)設(shè)施、軟件和應(yīng)用等多個層面解決方案提供商的AI生態(tài)系統(tǒng)。這些提供商在專業(yè)領(lǐng)域各有優(yōu)勢，英特爾希望通過AI開源生態(tài)的不斷完善，推動各個合作伙伴可以專注于自己的強項，實現(xiàn)優(yōu)勢互補，從而有效落地AI應(yīng)用。
生態(tài)伙伴熱議AI規(guī)?；涞厍熬?/h2>
在當(dāng)天的媒體會上，東方國信副總裁兼CTO查禮、海鑫智圣總經(jīng)理孟凡軍、星環(huán)科技生態(tài)合作部總經(jīng)理張雷，分別介紹了與英特爾的合作，以及如何持續(xù)釋放各自領(lǐng)域的價值，最終加速AI在更多領(lǐng)域的落地。
查禮著重強調(diào)了生態(tài)的重要性，他表示，從云計算時期所注重的軟硬件協(xié)同，發(fā)展到如今的生態(tài)協(xié)同，要考慮的問題越來越復(fù)雜，比如模型的適配，或是在不調(diào)整硬件的情況下，通過軟件提升模型微調(diào)和推理的能力等等。
他認(rèn)為應(yīng)用構(gòu)建的變革也是一個重要的推動因素。從傳統(tǒng)的LAMP技術(shù)體系，轉(zhuǎn)向需要行業(yè)模型、知識庫和工具鏈（如RAG和Agent）的現(xiàn)代構(gòu)建方式，OPEA恰好涵蓋了這些變革。查禮補充，這些變革為企業(yè)IT系統(tǒng)帶來了由AI驅(qū)動和賦能的新機遇，他們希望能夠貢獻一份力量，共同推進國內(nèi)企業(yè)級AI系統(tǒng)的發(fā)展。
孟凡軍強調(diào)了與英特爾在云端AI處理和邊緣端部署方面的合作，特別是面臨云、邊、端精度統(tǒng)一的挑戰(zhàn)時，他認(rèn)為可以通過與底層芯片在云、邊、端的緊密合作和底層擬合，實現(xiàn)數(shù)據(jù)集和精度的統(tǒng)一。
“大模型作為智能時代的先驅(qū)，其主要作用是提升人類處理非標(biāo)準(zhǔn)化數(shù)據(jù)的能力”，孟凡軍談到。由于企業(yè)決策者對AI的理解程度有所不同，因此更需要像OPEA這樣的框架，幫助企業(yè)理解AI價值、并推動AI的規(guī)?；瘧?yīng)用。
張雷則從近期《黑神話：悟空》帶來的設(shè)備升級潮談起，指出硬件銷售和應(yīng)用普及的每個階段都有其特定的“抓手”。 他認(rèn)為，對于AI應(yīng)用廠商來說，開發(fā)用戶易于使用的AI產(chǎn)品是實現(xiàn)規(guī)?；年P(guān)鍵。
他強調(diào)，AI發(fā)展與數(shù)據(jù)密不可分，雖然許多大模型依賴公共知識和數(shù)據(jù)，但要在企業(yè)端實現(xiàn)大數(shù)據(jù)的真正落地，必須結(jié)合企業(yè)的私有化數(shù)據(jù)。星環(huán)科技與英特爾一直在企業(yè)端合作處理大模型和私有化數(shù)據(jù)，未來還將繼續(xù)深化這一合作。
