北京2018年8月3日電 /美通社/ -- 在科技創(chuàng)新的發(fā)展路途中，開源扮演了重要的角色，積極地影響著技術、產(chǎn)品、產(chǎn)業(yè)和市場。如果能基于開源基礎設施充分發(fā)揮開源軟件的功能，那么便能專注于人工智能業(yè)務的開發(fā)，激發(fā)更多的創(chuàng)新活力。英特爾認為，開源基礎設施的優(yōu)勢就是它的開放性，這并不僅包括開源本身，開放的設計、開放的開發(fā)以及開放的社區(qū)都是必要的環(huán)節(jié)，讓基礎設施真正發(fā)揮效用。英特爾持續(xù)支持開源社區(qū)的發(fā)展，通過與軟硬件廠商的深入合作不斷突破開源技術的創(chuàng)新，大大降低人工智能開發(fā)與部署的門檻，加快應用落地與突破。
開源 nGraph，化繁為簡
2018年3月，英特爾宣布開源面向各種設備和框架的深度神經(jīng)網(wǎng)絡模型編譯器 nGraph，擴展了深度學習模型的適用性和可移植性。nGraph 編譯器是用于神經(jīng)網(wǎng)絡的英特爾計算圖編譯器，能夠?qū)⑸疃葘W習模型轉(zhuǎn)換為可執(zhí)行的優(yōu)化函數(shù)，該函數(shù)可在各種硬件上高效運行，包括英特爾® 架構(gòu)處理器 (CPU)、英特爾® Ner-vana? 神經(jīng)網(wǎng)絡處理器 (Intel® Nervana? NNP)、顯卡 (GPU) 和其他后端，大大降低了開發(fā)者在把深度學習模型部署到不同的框架和硬件設備中的復雜度。
英特爾人工智能事業(yè)部副總裁、人工智能實驗室和軟件總經(jīng)理 Arjun Bansal 曾表示：“對于企業(yè)來說，為人工智能解決方案找到合適的技術是一項艱巨的工作，我們的目標是盡可能簡化這項工作。通過 nGraph 編譯器，數(shù)據(jù)科學家可以創(chuàng)建深度學習模型，而無需考慮如何針對不同的框架調(diào)整模型。開源，意味著快速方便地獲得所需要的工具”。
同時，英特爾的開源 nGraph 庫和編譯器套件是較早支持 ONNX 的工具。2017年9月，微軟和 Facebook 聯(lián)手推出了開放神經(jīng)網(wǎng)絡交換 Open Neural Net-work Exchange (ONNX) 格式，英特爾也隨即宣布支持 ONNX， 攜手產(chǎn)業(yè)伙伴共同打造 ONNX 開放生態(tài)系統(tǒng)，為開發(fā)者在人工智能項目開發(fā)的過程中提供更靈活、更適合的工具組合。Open Neural Network Exchange (ONNX) 格式允許開發(fā)者在不同的框架上轉(zhuǎn)移深度學習模型，提高了框架之間的互操作性。借助 Open Neural Network Exchange（ONNX，開放神經(jīng)網(wǎng)絡交換）格式， 開發(fā)人員可以在不同的工具之間進行轉(zhuǎn)換，選擇最優(yōu)的工具組合，從而提升創(chuàng)建人工智能和深度學習模型的效率和速度。
開源 BigDL，為開發(fā)者賦能
英特爾為機器學習和人工智能開發(fā)人員提供靈活程度較高的軟件集成，讓開發(fā)者借助各種框架自由創(chuàng)建、使用優(yōu)化或可擴展的端到端系統(tǒng)。同時，在2016年末，英特爾也開源了基于 Apache Spark 的分布式深度學習框架 BigDL，大大降低了普通大數(shù)據(jù)用戶和數(shù)據(jù)科學家在使用深度學習進行數(shù)據(jù)分析和構(gòu)建人工智能應用時的門檻。
BigDL 是一個建立在大數(shù)據(jù)平臺 (Hadoop/Spark) 之上原生的分布式深度學習庫，它提供了在 Apache Spark 上豐富的深度學習功能，以幫助 Hadoop/Spark 成為一個統(tǒng)一的數(shù)據(jù)分析平臺，為整個數(shù)據(jù)分析和機器學習過程提供比現(xiàn)有框架更加統(tǒng)一和集成化的支持。同時，英特爾在 Apache Spark 和 BigDL 的基礎上又構(gòu)建了一個大數(shù)據(jù)分析 +AI 的平臺 Analytics Zoo，方便用戶開發(fā)基于大數(shù)據(jù)、端到端的深度學習應用。在基于英特爾至強服務器的大規(guī)模集群上，利用現(xiàn)有的數(shù)據(jù)架構(gòu)基礎設施，完全可以使用英特爾開發(fā)并開源的 BigDL、Analytics Zoo 技術，在現(xiàn)有的大數(shù)據(jù)平臺上構(gòu)建新的大數(shù)據(jù)分析和人工智能應用，提高資源利用率和端到端的開發(fā)和部署效率，同時在端到端的性能上也會有非常大的優(yōu)勢。正如英特爾高級首席工程師、大數(shù)據(jù)技術全球 CTO 戴金權所說：“英特爾希望做的是能夠更好地提供框架、工具、平臺，讓大多數(shù)的普通工程師、普通用戶也能將深度學習、人工智能技術非常方便地應用到他們的生產(chǎn)環(huán)境當中?！?/p>
借助人工智能的力量，我們能夠以前所未有的方式探索自然和宇宙、改變生命和健康、驅(qū)動產(chǎn)業(yè)的智能升級。英特爾致力于引領人工智能革命，在提供最廣泛的人工智能產(chǎn)品組合的同時積極賦能開發(fā)者，通過技術開源降低人工智能開發(fā)與部署的門檻，方便更多開發(fā)者和企業(yè)實現(xiàn)人工智能。
