英特尔不为人知的 B 面( 九 )

基于以上类似开源项目的落地 , 为用户带来的益处是显而易见的 , 以 AnalyticsZoo 为例 , 它能够帮助用户在笔记本上跑的算法和在集群上跑的算法是同一套实现 , 所以不会有不一致的情况发生 , 而且原先的脚本几乎不需要修改 。

英特尔软件的性能优化 除了以上 , 英特尔不仅为产业提供便捷的软件工具 , 也不断推进软件工具的开发优化 , 确保开发者和生态利用软件工具从硬件创新中受益 。 英特尔亚太研发有限公司机器学习首席工程师林晓东表示 , “英特尔做软件 , 就是enabling(使能)和optimization(优化) , 我们做的事情使我们所有硬件的每一个晶体管都能够将能力充分发挥 , 这是英特尔做软件的目的 , 使得开发者能够非常容易地把我们的软件、硬件充分用起来 。 ” 英特尔亚太研发有限公司机器学习首席工程师林晓东 在优化上 , 基于深度学习方面 , 林晓东分享道 , 从Broadwell到Skylake , 软件与硬件结合带来了高达277倍的机器学习的性能 。 从Skylake到Cascade Lake性能增长了28倍 , 其中通过硬件提升了4倍左右 , 剩下的全部是由软件优化带来的 。 英特尔不断提供简便、可扩展的工具 , 加速应用开发部署 。 例如 , oneAPI将简化并统一了跨CPU、GPU、FPGA、AI芯片和其它加速器等不同架构之间的编程;OpenVINO工具包 , 实现了高性能计算机视觉和深度学习视觉应用的快速开发 。 在使能方面 , 英特尔还具备针对客户的工作负载进行优化的能力 , 帮助客户和合作伙伴加速创建应用并推向市场 。 对此 , 来自英特尔中国区云计算软件性能优化团队总监李宏表示 , “**我们在与客户互动的过程中 , 其实是双向的 。 **一方面 , 我们会把英特尔的一些技术介绍到客户的软件开发当中 , 帮他们提高性能 。 这个过程中 , 我们也加深了对他们软件的了解 , 知道我们的技术在里面使用得怎么样 , 他们在未来需要什么样的技术 , 我们把这样的信息反馈给产品部门 , 为未来的硬件或者软件产品打造良好的基础 。 无论是到客户 , 还是从客户到后端 , 我们的聚焦点是‘性能与优化’ , 这是连接两点的一个枢纽 。 ” 英特尔中国区云计算软件性能优化团队总监李宏 根据数据显示 , 今年英特尔和中国区的合作伙伴已对近 70 个不同的应用程序进行了优化 , 项目涵盖搜索引擎、媒体处理、存储 , 以及还有超过一半的项目和AI相关 。 大部分的程序经过优化后 , 能够达到2-4倍的性能提升 , 个别能够提高10倍 。 “唯有软硬兼施 , 才能更好地满足未来计算的需求 。 通过软件团队和合作伙伴共同合作 , 英特尔致力于推动业界软件生态向前发展 。 ”李宏表示道 。

推荐阅读