对话戴金权:英特尔如何构建软硬件协同统一的大数据分析+AI平台?_亚博直播

一起成为新的挑战。

官方网站

亚博直播-一起成为新的挑战。第二,构建一个工业级端到端的大数据分析人工智能,不是一个模型训练就能完成的事情,是一个非常复杂的流水线或者工作流程。

从数据采集、介绍、处理、特征提取、各种模型的构建训练,到最终部署、推理小说等等,是一个非常复杂的工作流程。戴金泉解释说:“我们需要帮助用户非常方便地构建这种端到端的大数据处理和分析以及机器学习工作流,从而大大提高用户的R&D效率、部署效率和运维效率。”。

相比这几年,场景中更常用深度自学和人工智能,需要处理的数据也更常见。所以客观上拒绝用户构建端到端大数据处理分析的统一管道,加上机器学习和深度自学。英特尔仔细观察发现,客户有更多类似的市场需求。

“我们有很多用户,他们来自很多非常大的互联网公司或者大型企业的传统实验室,他不会逐渐发现。构建了一些人工智能深度自学的框架和模型后,如何才能真正运行到生产系统上,并在其上运行生产数据?这是用户使用英特尔分析动物园的一个非常重要的起点。”此外,硬件原始设备制造商、软件提供商、公共云服务提供商等也很少。英特尔展示的客户包括Inspur、宝信、戴尔、阿里巴巴云、腾讯云等。

核心|端到端应用从深度自学习模型到原创工业应用,需要多少个步骤来塑造场景?与戴金泉现场展示的PPT一样,黑色部分是深度自学的核心模式,但要围绕它做很多工作,才能一起操作。深度自主学习的模式只是整个过程的一部分。需要构建并应用到深度自学习的模型中,包括数据导入、数据清理、特征提取、整个集群的资源管理,以及这个资源在各种应用之间的共享。

事实上,这些任务占用了机器学习或深度自我学习的一种工业应用的大部分时间和资源。因此,数据处理、机器学习和算法必须与现有的大数据处理工作流很好地集成。这也是构建端到端场景应用的问题。在没有统一的大数据分析AI平台之前,很多不同的框架都要手工重组。

另外,很多用户一般都是从单机开始。当必须处理更多数据时,它们必须运行到大规模分布式环境,甚至运行到生产环境。从分析动物园的角度来看,首先,英特尔需要无缝地将不同的框架构建到管道中。

亚博直播

通过软件层的各种新的异议或功能,TensorFlow和Spark需要无缝地构建到一个程序中。在一个Spark程序中,需要映射TensorFlow的Code,然后一起操作,这对很多用户来说只有很大的吸引力。第二,在R&D的过程中,因为底层是在Spark这样的引擎上运行的,可以映射深度自学的各种功能。

它可以在独立环境或分布式环境中运行,用户也可以根据需要访问生产数据。“许多用户想要Analytics Zoo的原因是,需要构建一个与生产系统完全一致的端到端原型。这是我们的主要出发点之一,它可以帮助用户应用整个大数据分析人工智能,方便地构建端到端的流水线,它可以轻松地从用户的笔记本操作到集群,从操作到用户的生产环境,这就是英特尔在底层Analytics Zoo平台所做的,”戴金泉总结道。

分析动物园针对大数据平台进行了优化。今天,大数据平台基本上运行在非常大规模的英特尔到强大的处理器上,可能有几十个、几百个或几千个节点。然而,英特尔使用了大量底层优化框架和库,如MKL-DNN、OpenVINO等。以后不会通过Intel One API这样的生态系统输入。

戴金泉提到,在Intel的生态系统上构建一个人工智能R&D平台,好处是底层需要对抗Intel各种硬件的加速,而且无论是强大的服务器,如Movidius、FPGA、神经网络处理器,还是未来独立的国家显卡,都可以通过One API下的底层生态系统供上层平台和应用使用。(微信官方账号:)综上所述,Analytics Zoo需要在不同的框架下,将各种不同的模块统一到一条端到端的流水线上,以提高客户开发部署大数据分析和深度自学的能力,这在深度自学或者机器学习变得更加普遍的背景下非常重要。英特尔的工作要求用户增加人工智能应用的R&D链接,并将其慢慢推向真实场景。

英特尔高级总工程师、大数据技术全球CTO戴金泉已确认参加由中国计算机联合会主办、香港中文大学(深圳)牵头的CCF-GAIR全球人工智能与机器人峰会。2019年7月14日,CCF-GAIR 2019将整合传统人工智能的语音、计算机视觉等重点研究方向,以及在经济学等领域的新应用,延续历史与未来、学术研究与工业应用,系统总结近40年来世界和中国的人工智能研究,在当前简单的国际形势下发展中国人工智能的未来发展。超链接:CCF-GAIR 2019大会官网相关文章:英特尔首次与投资者谈及一个不为人知的“秘密”腾讯X Intel:巨头们如何联手掘金5GMEC?英特尔以数据为中心的竞争优势是什么?BATJ有一篇联合观点的原创文章,被允许禁止发表。

以下是发布通知。。

本文来源:亚博直播-www.yu-si.com