英特尔深度学习开发者峰会采访:让OpenVINO工具包走向更多高校( 二 )


英特尔深度学习开发者峰会采访:让OpenVINO工具包走向更多高校
文章图片
英特尔公司物联网事业部中国区边缘智能开发工具产品营销总监王珅
媒体:英特尔如何看待人工智能与物联网的结合 , 它带来的物联网的发展市场机遇也好 , 以及它目前比较有希望落地应用的情况 。 另外英特尔觉得人工智能和物联网技术的结合目前还有哪些挑战?
张宇:在业界关于有关人工智能和物联网结合有一个AIoT的概念也就是AI+IoT , 它包括了三个阶段 , 第一个阶段是AI技术在边缘侧的应用 , 第二个是边缘训练阶段 , 那么第三阶段是自主学习的阶段 。 在现在的人工智能使用过程当中 , 人仍然是扮演着非常重要的角色 , 虽然可以利用很大的算力去训练这个网络模型 , 但是你这个模型的结构还是要通过人的训练以及人的设计来进行 。 目前深度学习的模型的结构一旦确定之后 , 它使用的场景相对来说是比较固定的 , 因此也有很大的限制 。
另外英特尔认为AI实际上是一个负载 , 可以将其当作一个技术 。 英特尔需要在整个AIoT的产业链当中 , 联合开发者、服务提供商、芯片提供商以及硬件的OEM、ODM , 以及软件的ISV等等一起合作 , 来构建一个完整的服务平台 。 如何打造一个完整的产业链 , 对于英特尔来说是一个挑战 。
媒体:英特尔的OpenVINO未来将如何实现所有的AI加速或者是深度学习的场景使用 , 以及让硬件与AI算法深度结合 , 从而让硬件更好地发挥作用?
张宇:对于企业来说 , AI算法有着不同的使用场景 。 在不同的使用场景当中 , 它对于功耗、对于性能、对于处理的精度以及对于延时都有不同的要求 。 因此对于最终用户来说 , 首先需要的解决方案是适合使用场景的要求 。 二是希望这个解决方案能够带来最好性能、功耗、价格比 , 对我来说收益是最大的 , 这是他所需要的 。
对于当下的人工智能 , 尤其是以卷积神经网络为基础的人工智能 , 核心的运算是矩阵的卷积运算 。 要想满足这些运算的话 , 你在这里不可避免的要解决一个平衡问题 。 英特尔在做的VPU的架构就是这样一个思路 。 有专门对矩阵、专门的硬件架构 , 还有一些相应的配合的一些外部的芯片 , 来帮助用户快速构建类似于像智能相机或者是智能的AI-Box解决方案的硬件平台 。 这是一种场景 。 此外英特尔的AI硬件战略是XPU战略 , “X”代表的是多种不同的硬件架构 , 给用户更多的选择 , 让他可以选择最适合自己的硬件 。 在软件方面 , 通过OpenVINO做这种框架以及硬件平台的归一化、适配性 , 通过硬件和软件的配合来帮助开发者能够更快速的把它的设计转变成可以部署在一个实际硬件平台上的解决方案 。
媒体:英特尔如何看待当前AI开放平台的发展潮流和市场格局 , 以及英特尔如何打造自己的差异化竞争优势?在英特尔的开发者活动当中 , 院校和企业的开发者对开源工具包主要有哪些不同的诉求 , 需要哪些不同的支持?
张宇:英特尔在国内也非常支持这个道路 , 也在这方面跟英特尔的合作伙伴做了很多努力 , 包括OpenVINO我们也有中文的开源社区 。 目前在国外似乎还没有类似的OpenVINO的开源社区 。
英特尔深度学习开发者峰会采访:让OpenVINO工具包走向更多高校】OpenVINO很多社区里的人员也是来自于英特尔国内 , 这也与王珅和团队的一些努力是分不开的 。 英特尔对社区的支持是持续的 , 我们把OpenVINO开源开放 , 同时英特尔也组织了很多开源社区相关的活动 。
媒体:对于学生以及行业开发者他们反馈的问题有没有做一些汇总 , 这些问题对英特尔未来的产品开发或者是技术升级的话 , 有没有起到一些引导作用?