作为引领新一轮科技革命和产业变革的重要驱动力，以人工智能为首的新技术正在深刻改变着人们的生产生活方式，推动整个社会走向跨界融合、人机协同的智能时代。作为一种渗透性强且具有颠覆性的通用技术，人工智能正逐渐成为企业智能化转型的核心，并加速产业智能化转型的步伐。

但从另一个角度来看，智能化转型正对企业基础设施的建设提出种种挑战，让人工智能落地变得没那么简单，如何在具体行业的具体场景中挖掘人工智能的能力，并实现AI的产业化与规模化，一直是产业内长盛不衰的讨论话题。

很长时间里，英特尔都是技术力的代名词，作为半导体领域的巨头，英特尔自成立以来为业界带来了众多黑科技。英特尔CEO帕特基辛格认为，无处不在的计算、无处不在的连接、人工智能、从云到边缘的基础设施已经成为了塑造产业数字化转型的核心。而英特尔也正凭借软硬件协同的战略以及全方位的生态建设，为数字世界提供科技源动力。

AI实践日：英特尔构建生态的重要一环

作为英特尔诸多开源活动的重要一环，英特尔AI实践日涵盖边缘到云端、至强平台到MovidiusVPU的一系列人工智能实践学习课程，英特尔的工程师们从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作，并担任导师。它提供全面的培训计划，延伸到学术界、协会与合作伙伴的合作，协助客户理解人工智能，也提高客户产品性能，为开发者和开发者社区带来更多支持，加速AI应用落地，一方面，AI实践日可以帮助AI产业界理解如何真正使用人工智能，使生态更加丰富，另一方面，又可以切实地提高客户产品性能。

AI实践日的发起者之一，英特尔首席工程师、人工智能技术中国首席架构师夏磊在接受采访时表示，AI实践日成立之初就确定了以“推动实践”作为核心目标，为此英特尔在行业内做出了巨大的投入，包括各种创新技术和创新工具，英特尔希望以AI实践日为管道，将优秀的技术和工具传递到开发者那里，缩短英特尔和市场、客户之间的距离。

“最早的时候，英特尔在AI实践日中传递的都是我们自己的技术，包括我们和开源合作伙伴的成果。在AI实践日逐渐推进之后，英特尔的的生态合作伙伴也很愿意在英特尔AI实践日平台上来分享他们的成功经验以及创新的成果。所以今天我们的AI实践日已经不仅是英特尔一家在活动当中去跟我们的开发者互动，也包括和全球性的合作伙伴来共同分享合作的成果”。夏磊表示。

到现在为止，英特尔AI实践日已经覆盖了上万规模的开发者，并且还在不断扩大，尽管受到疫情影响，AI实践日已经转变为线上形式，但很明显，线上的形式更加容易扩展规模，去年的AI实践日已经覆盖了多达6.5万名开发者，现在的AI实践日，已然成为了英特尔和业界互动，传递创新技术和创新成果的平台。

面向未来，AI实践日也有着更多的使命。首先是更加精准地将不同客户、不同开发者受众在AI实践日覆盖上进行细分，大的层面来看，有不同行业的划分，而即便是同一行业，需求也有可能不同，例如一部分AI开发者可能更加聚焦英特尔软件工具层面如何更好优化新出现的算法，而另一部分开发者可能关注的是算法在生产部署环节的需求。其次，从技术角度来看，今年也是英特尔准备从CPU到GPU，把整个AI产品线全线推进的一年，英特尔希望在AI实践日上，将不同应用平台的技术能够传播出去

不难看出，AI实践日的存在，让英特尔的AI生态布局更加接地气，企业通过AI实践日学习最新的技术，了解创新工具，而英特尔又通过企业的参与和实践，不断盘活扩大自己的AI生态，让越来越多的企业都能享受到AI的技术红利，加速自身的数智化转型进程。而之所以英特尔有能力作为领头人和带路者，正是凭借着自身全栈的技术实力。

软件：多种技术路线赋能开发者

在去年10月举办的英特尔On技术创新峰会（Intel Innovation）上，英特尔归根溯源重新拥抱广大开发者，强调对开发者社区的承诺，以及英特尔横跨软件和硬件的开发者至上的理念。但事实上在此之前，英特尔就一直在开发者社区和开源方面进行了持续的投入，上文中提到的AI实践日也是其中的缩影，通过这样一个全面的培训计划，使开发者能够在英特尔架构上扩展最佳的人工智能解决方案，为开发者赋能，坚定地致力于对硬件和软件开发者的承诺和支持。

而落实到具体的软硬件建设上面，近年来业界已经看到，英特尔凭借XPU战略，正在不断扩大自身的硬件产品线，小到嵌入式设备、笔记本，大到服务器、高性能计算和GPU，英特尔的身影无处不在。英特尔正在以硬件为基底，让AI能够更好地运行，帮助更多的产业利用好AI，扩张整个软硬件的平台。

英特尔院士，大数据技术全球CTO戴金权在接受采访时谈到，英特尔希望打造一个软硬件开放的平台，也正因此开源软件是其中非常重要的环节，一方面，开发者可以做更多创新，而不必担心特定产品或者平台的限制，英特尔也能凭借现有的诸如TensorFlow、PyTorch、Spark这样的开源社区，将自身的开源软件分享给更多的行业用户；另一方面，英特尔也能通过构建开源开放的软硬件平台，让用户能通过这个平台更加高效地结合自身的应用场景，将不同的创新应用到自己的解决方案中，从而完善人工智能的应用，进而创造更大的行业价值。以谷歌开发的TensorFlow为例，英特尔的架构师在开源社区中设计了一个Pluggable device的API，即一个可插拔设备的通用架构，该架构不仅能支持英特尔的硬件，比如英特尔的CPU、GPU，也能支持各种各样的加速器，并与谷歌的架构师一起合作，将其变成了TensorFlow的标准架构在上面做了实现，以实现更多的第三方硬件平台的支持。

这一点在OpenVINO上也有所体现，现在的OpenVINO已经全面支持了非常多的上游AI训练框架，包括PyTorch、TensorFlow、MXNet、Caffe、PaddlePaddle等等，这反映出了英特尔对整个生态的承诺。英特尔希望给开发者更多的选择和更好用的工具，纵观OpenVINO的整个发展历史，OpenVINO已经从以前最早单纯的Model Optimizer加Inference Engine两个工具的组合，到现在扩展成为提供最新的量化的应用的解决方案。

应用：以AI技术赋能千行百业

透过AI实践日，英特尔也在捕捉越来越多行业用户的实际需求，以制造业为例，市场需要把更多的智能能力引入到传统制造行业当中去的，这也是国家指引的战略方向。英特尔在制造业，正在推行全新的“端边云”理念，“端”是指在制造业现场，通过缺陷检测这样的技术，实时发现产品的缺陷并进行拦截，“边”则是通过汇集工厂的数据，利用边节点管理多条生产力，而“云”则是汇集了各个工厂、流水线的所有数据，对其进行加工和利用。无论是OpenVINO还是BigDL，都在英特尔的“端边云”理念中发挥着重要作用。

初此之外，在电信行业，英特尔也在不断利用AI技术帮助这些企业解决电信网络中的一系列问题，例如通讯基础设施，AI运维等等。去年的MWC世界移动通信大会上，英特尔就分享了与SK电讯、亚信等的合作。同年在巴塞罗那，英特尔也展示了与国外电信解决方案开发商合作的成果，主要是利用AI和机器学习通过Media access controller对带宽、频谱等进行智能调度和智能分配。

而在能源领域，英特尔与金风慧能一起，通过利用BigDL和Analytics Zoo的AI方案，对风能进行准确率高达80%的精准预测，从而大大减少风电中的弃电，达到了每天减少120吨碳排放的效果。

医疗领域同样也是AI大展身手的地方，英特尔通过和卫宁合作，基于英特尔至强平台开发了骨龄检测的AI方案，将性能提升了2.8倍，4s即可处理一张影像，这样就使得医生在提供精准服务时，从而提高诊断效率。

伴随着科学计算的深入应用与深度学习驱动下人工智能的发展，AI的应用边界正在不断扩展和放大，也带来了更多挑战，而英特尔在开发者生态系统、工具、技术和开放平台方面的深度投入，正在为人工智能的普及扫清障碍。英特尔通过在至强可扩展处理器上对流行的库和框架进行广泛的优化，让人工智能更便捷、更具可扩展性，也为开发者赋予了更多能力。

(7890374)

关键词： 软硬件协同构建共赢生态圈 看英特尔如何加速AI落地