IDF 2016 | 第二日：物联网、5G、云、人工智能与Intel

IDF 2016第二日，Intel物联网商业和系统架构事业部总裁任沐新与Intel执行副总裁兼数据中心事业部总经理柏安娜向我们阐述了Intel眼中的未来。在万物互联的背景下，数据生产、传输、交换、储存、处理，每一个环节都蕴含着巨大的价值，每一环的幕后都有Intel的影子。

生活中的数据

Intel物联网商业和系统架构事业部总裁任沐新

任沐新表示，我们处于一个数据的时代，每天我们都通过各式各样的设备产生大量的数据交换。他结合PPT来说明，一个人一天约产生1.5GB的数据交换，而一台互联网汽车（具备无人驾驶功能）一天产生的数据量则是4TB，一个联网工厂则是1000000GB/天。这些数据惊人的庞大。同时，他还用twitch举例，twitch是一个社交直播平台（类似国内的斗鱼、熊猫等直播平台），它们的大部分内容都是以游戏直播为主，它们的数据显示，每个月他们有超过1亿位观众观看它们的游戏直播，而每个月进行游戏直播的主播数目大概是170万。

演讲中再次提及“到2020年，世界将会有约500亿台的联网设备”（IDF第一日的演讲也提到了这个数据）。Intel认为，数据的价值不可忽视，这些数据从搜集、交换、处理，围绕着数据的每一个环节都存在价值性。数据的价值越来越高，大多数的数据仅仅只是被搜集，而没有被应用在正确的地方。而人工智能就可以有效的利用这些数据，当我们通过人工智能把数据分析加以利用，让这些数据产生价值，量变会引起质变，社会就会发生变化，这也正是人工智能令Intel兴奋的原因。

关于5G

真正的智能互联世界所需的技术的演进将有三大特点：

1、计算将无处不在，到2020年，预计将有超过500亿台设备实现互联。

2，分散到网络结构中的计算、分析和存储，把互联物和数据转化为有意义的完整认知。

3、通过网络和云，物与物之间无处不在的连接。

而5G技术则是这些的根基，Intel能够通过解决方案（从设备到网络和云）端到端地支持5G，并支持与跨行业领导厂商（从设备制造商到网络运营商）之间全新的深入合作。AT&T、docomo、current都是Intel的深度合作伙伴。

AT&T SVP上台，介绍了网络和服务交付的转型。AT&T已经开始利用服务器、云和虚拟化技术，通过进一步与英特尔合作，继续加快在云以及整个基础设施中开发、部署新服务并实现变现，从而为交付下一代尖端功能而奠定基础。

Intel：提高云计算的效率

Intel执行副总裁兼数据中心事业部总经理柏安娜

联网设备的增加就意味着云计算的需求增大，数十亿的联网设备产生的数据，这需要强大的云计算进行数据处理。公有云、私有云、混合云，如何提高云计算的效率是Intel关心的议题。

首个Intel硅光电子100G光学收发器

在全球各地的云数据中心内，对连接的需求飞速增加。数据中心内机器间的流量每12个月都会成倍增长。网络已经无法跟上数据、计算和存储性能增长的步伐。为了突破带宽的限制，云服务供应商正在寻求比铜线速度更高的连接，并通过降低能获得最经济的技术和实施。这就是英特尔硅光电子可以为数据中心带来革命的地方。

硅光电子融合了20世纪两项最重要的发明——硅集成电路和半导体激光器。通过这一整合，光被集成到英特尔芯片平台上，在硅的尺寸和技术功能上充分利用光纤连接的带宽和距离优势。硅光电子100G光学收发器投入商用这一关键的进展，将使微软、亚马逊、百度、阿里巴巴、腾讯等领先的云服务提供商得以利用光的力量，在使用光信号的光缆上从几千公里以外的地方以100 Gbps的速度传输大量信息。

Intel眼中的人工智能

谈到人工智能，Intel始终认为它的三个方向在于：感知、学习、交互。人工智能的前期阶段在于机器学习，同时机器学习也是人工智能中成长最快的领域，它是拓展人工智能应用和发展的一个重要计算方法。机器学习的核心是利用计算机算法基于数据做出预测，让机器能够行动或思考，在没有明确指令下执行特定功能。

而深度学习是机器学习的分支，是一个新兴、快速增长的领域。深度学习使用神经网络来理解更加复杂的非结构化数据，并在诸如图像识别、语音识别、自然语言处理及其它复杂任务方面取得了突破性发展。

Intel提供了可在高性能计算、数据分析和机器学习工作负载上使用的一致性编程模型和通用架构，以实现快速学习和反应，并减少训练机器模型的时间。

百度将使用Intel至强融核处理器来运行它的自然语言处理服务Deep Speech

最后，Intel发布了它们的新一代至强融核（XEON PHI）处理器，代号为Knights Mill。至强融核系列一直都被用作大型的数据计算以及云计算加速，Knights Mill针对横向扩展分析功能进行了优化，并将包含用于深度学习训练的关键增强功能。

此前，Intel收购深度学习领域公认的领导者Nervana Systems，其在硅技术方面的优势将有力的强化英特尔人工智能产品组合，并增强Intel至强融核处理器在深度学习方面的性能和总成本。

Intel认为至强融核处理器使数据科学家训练复杂的机器算法的速度比 GPU更快，运行的工作负载比 GPU 更广泛。在 32 节点的基础架构中，Intel至强融核处理器家族提供的扩展能力是 GPU的 1.38 倍。

写在最后：

无论是人工智能、5G、云、还是物联网，Intel希望它们能够深度的介入这些将成为未来风口的领域，不把握住这些领域，则就与未来擦肩而过。好在的是，Intel一直在做着行业内的幕后工作，当我们看视频、上网，网络服务供应商所提供这些服务正是基于数据、基于云，而数据与云的背后则是Intel软硬件技术支持。但在这些领域，Intel依然面临着不少挑战，来自ARM、来自Nvidia。