北京2018年8月3日電 /美通社/ -- 在科技創(chuàng)新的發(fā)展路途中，開(kāi)源扮演了重要的角色，積極地影響著技術(shù)、產(chǎn)品、產(chǎn)業(yè)和市場(chǎng)。如果能基于開(kāi)源基礎(chǔ)設(shè)施充分發(fā)揮開(kāi)源軟件的功能，那么便能專(zhuān)注于人工智能業(yè)務(wù)的開(kāi)發(fā)，激發(fā)更多的創(chuàng)新活力。英特爾認(rèn)為，開(kāi)源基礎(chǔ)設(shè)施的優(yōu)勢(shì)就是它的開(kāi)放性，這并不僅包括開(kāi)源本身，開(kāi)放的設(shè)計(jì)、開(kāi)放的開(kāi)發(fā)以及開(kāi)放的社區(qū)都是必要的環(huán)節(jié)，讓基礎(chǔ)設(shè)施真正發(fā)揮效用。英特爾持續(xù)支持開(kāi)源社區(qū)的發(fā)展，通過(guò)與軟硬件廠商的深入合作不斷突破開(kāi)源技術(shù)的創(chuàng)新，大大降低人工智能開(kāi)發(fā)與部署的門(mén)檻，加快應(yīng)用落地與突破。
開(kāi)源 nGraph，化繁為簡(jiǎn)
2018年3月，英特爾宣布開(kāi)源面向各種設(shè)備和框架的深度神經(jīng)網(wǎng)絡(luò)模型編譯器 nGraph，擴(kuò)展了深度學(xué)習(xí)模型的適用性和可移植性。nGraph 編譯器是用于神經(jīng)網(wǎng)絡(luò)的英特爾計(jì)算圖編譯器，能夠?qū)⑸疃葘W(xué)習(xí)模型轉(zhuǎn)換為可執(zhí)行的優(yōu)化函數(shù)，該函數(shù)可在各種硬件上高效運(yùn)行，包括英特爾® 架構(gòu)處理器 (CPU)、英特爾® Ner-vana? 神經(jīng)網(wǎng)絡(luò)處理器 (Intel® Nervana? NNP)、顯卡 (GPU) 和其他后端，大大降低了開(kāi)發(fā)者在把深度學(xué)習(xí)模型部署到不同的框架和硬件設(shè)備中的復(fù)雜度。
英特爾人工智能事業(yè)部副總裁、人工智能實(shí)驗(yàn)室和軟件總經(jīng)理 Arjun Bansal 曾表示：“對(duì)于企業(yè)來(lái)說(shuō)，為人工智能解決方案找到合適的技術(shù)是一項(xiàng)艱巨的工作，我們的目標(biāo)是盡可能簡(jiǎn)化這項(xiàng)工作。通過(guò) nGraph 編譯器，數(shù)據(jù)科學(xué)家可以創(chuàng)建深度學(xué)習(xí)模型，而無(wú)需考慮如何針對(duì)不同的框架調(diào)整模型。開(kāi)源，意味著快速方便地獲得所需要的工具”。
同時(shí)，英特爾的開(kāi)源 nGraph 庫(kù)和編譯器套件是較早支持 ONNX 的工具。2017年9月，微軟和 Facebook 聯(lián)手推出了開(kāi)放神經(jīng)網(wǎng)絡(luò)交換 Open Neural Net-work Exchange (ONNX) 格式，英特爾也隨即宣布支持 ONNX， 攜手產(chǎn)業(yè)伙伴共同打造 ONNX 開(kāi)放生態(tài)系統(tǒng)，為開(kāi)發(fā)者在人工智能項(xiàng)目開(kāi)發(fā)的過(guò)程中提供更靈活、更適合的工具組合。Open Neural Network Exchange (ONNX) 格式允許開(kāi)發(fā)者在不同的框架上轉(zhuǎn)移深度學(xué)習(xí)模型，提高了框架之間的互操作性。借助 Open Neural Network Exchange（ONNX，開(kāi)放神經(jīng)網(wǎng)絡(luò)交換）格式， 開(kāi)發(fā)人員可以在不同的工具之間進(jìn)行轉(zhuǎn)換，選擇最優(yōu)的工具組合，從而提升創(chuàng)建人工智能和深度學(xué)習(xí)模型的效率和速度。
開(kāi)源 BigDL，為開(kāi)發(fā)者賦能
英特爾為機(jī)器學(xué)習(xí)和人工智能開(kāi)發(fā)人員提供靈活程度較高的軟件集成，讓開(kāi)發(fā)者借助各種框架自由創(chuàng)建、使用優(yōu)化或可擴(kuò)展的端到端系統(tǒng)。同時(shí)，在2016年末，英特爾也開(kāi)源了基于 Apache Spark 的分布式深度學(xué)習(xí)框架 BigDL，大大降低了普通大數(shù)據(jù)用戶(hù)和數(shù)據(jù)科學(xué)家在使用深度學(xué)習(xí)進(jìn)行數(shù)據(jù)分析和構(gòu)建人工智能應(yīng)用時(shí)的門(mén)檻。
BigDL 是一個(gè)建立在大數(shù)據(jù)平臺(tái) (Hadoop/Spark) 之上原生的分布式深度學(xué)習(xí)庫(kù)，它提供了在 Apache Spark 上豐富的深度學(xué)習(xí)功能，以幫助 Hadoop/Spark 成為一個(gè)統(tǒng)一的數(shù)據(jù)分析平臺(tái)，為整個(gè)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)過(guò)程提供比現(xiàn)有框架更加統(tǒng)一和集成化的支持。同時(shí)，英特爾在 Apache Spark 和 BigDL 的基礎(chǔ)上又構(gòu)建了一個(gè)大數(shù)據(jù)分析 +AI 的平臺(tái) Analytics Zoo，方便用戶(hù)開(kāi)發(fā)基于大數(shù)據(jù)、端到端的深度學(xué)習(xí)應(yīng)用。在基于英特爾至強(qiáng)服務(wù)器的大規(guī)模集群上，利用現(xiàn)有的數(shù)據(jù)架構(gòu)基礎(chǔ)設(shè)施，完全可以使用英特爾開(kāi)發(fā)并開(kāi)源的 BigDL、Analytics Zoo 技術(shù)，在現(xiàn)有的大數(shù)據(jù)平臺(tái)上構(gòu)建新的大數(shù)據(jù)分析和人工智能應(yīng)用，提高資源利用率和端到端的開(kāi)發(fā)和部署效率，同時(shí)在端到端的性能上也會(huì)有非常大的優(yōu)勢(shì)。正如英特爾高級(jí)首席工程師、大數(shù)據(jù)技術(shù)全球 CTO 戴金權(quán)所說(shuō)：“英特爾希望做的是能夠更好地提供框架、工具、平臺(tái)，讓大多數(shù)的普通工程師、普通用戶(hù)也能將深度學(xué)習(xí)、人工智能技術(shù)非常方便地應(yīng)用到他們的生產(chǎn)環(huán)境當(dāng)中?！?/p>
借助人工智能的力量，我們能夠以前所未有的方式探索自然和宇宙、改變生命和健康、驅(qū)動(dòng)產(chǎn)業(yè)的智能升級(jí)。英特爾致力于引領(lǐng)人工智能革命，在提供最廣泛的人工智能產(chǎn)品組合的同時(shí)積極賦能開(kāi)發(fā)者，通過(guò)技術(shù)開(kāi)源降低人工智能開(kāi)發(fā)與部署的門(mén)檻，方便更多開(kāi)發(fā)者和企業(yè)實(shí)現(xiàn)人工智能。
