元宇宙——这个词儿诞生于1992年尼尔·斯蒂芬森的小说《雪崩》中,它到底是什么?翻阅文献,2000年左右的释义是指我们生存其中的本宇宙之前之外的宇宙。而现在,却很难给“它”一个清晰的定义,元宇宙产品应该具备哪些要素?凭借“身份”能进入的地方,还要低延迟、随时随地可登录,这个“元宇宙”要有自己的文明,沉浸感也要强,还能交到朋友……这一串说下来,可能只有电影《头号玩家》给人们描述的“绿洲”,更贴近人们心目中“元宇宙”的形象。
现实社会中的基建是钢筋混凝土,而构建元宇宙的核心要素则是数据。如果元宇宙发展成型,应用在了商业和生活中,那么也将会有庞大的数据产生,假设每一个新进来的人都会有一份“数据档案”,之后产生的交互数据被不断填充各个数据节点中,也由此织成一张大网,这些都会给现实世界带来不小的硬件与云端压力。
这样一个万物互联、元宇宙不断膨胀(数据)的背景,我们怎么去应对?
英特尔公司高级首席工程师、物联网视频事业部全球首席技术官、物联网事业部中国区首席技术官张宇博士表示,英特尔是一家数据公司,我们不可能解决所有问题,但是我们会从数据角度去找到一些问题的解决办法,我们既然看到数据是在不断产生、不断传输、不断进行处理的,那么我们怎么去处理?这要提到英特尔的四大超级力量:无处不在的计算、无处不在的连接、云到边缘的网络基础架构以及人工智能。这四个超级力量可以产生的作用是能够保证数据一旦产生之后,可以顺畅的,快速的传到你需要到达的地点,能够在相应的节点做快速且及时的处理,减少数据处理的延时,把数据背后所隐含的价值给挖掘出来,让用户可以利用这样的价值开发相应的服务,让用户生活变得更加美好,元宇宙的最终目的也是这个。
提问:针对边缘智能,英特尔有哪些规划?
张宇:英特尔对人工智能是非常重视的,在边缘侧越来越突出,使用越来越广泛的工作负载。对于边缘人工智能,英特尔如何去满足涵盖不同行业对边缘人工智能的要求,我们所采取的战略有三方面:
第一,英特尔要做产品,而边缘人工智能的产品,不是单独的一款芯片。边缘人工智能的应用需求是非常碎片化的,有一些边缘人工智能对算力低延时要求非常高,有一些应用场景对高并发有很强的需求,面对这些碎片化的应用场景,英特尔在做产品的时候,也有一系列的产品规格供用户选择。
第二,软件。不同行业用户的应用场景是千变万化的,但是他的软件开发流程却很类似。英特尔会通过提供一些软件开发工具,来帮助开发者,让他们利用统一工具调动底层不同的硬件平台,在这些工具之上做各自垂直行业的应用开发。
第三,生态。利用生态的力量把整个产业链打通,把影响互联互通的一些技术的障碍给移除,通过这样的方式共同推动整个产业的发展。
提问:英特尔On技术创新峰会上发布的oneAPI 2022工具包拥有900项新功能,哪些是可以应用在边缘计算领域的?
张宇:在oneAPI提供的900项新的功能当中,有很多的功能可以在边缘当中用到,英特尔也在利用OpenVINO(人工智能推理引擎)在边缘侧去推动边缘智能的发展,两者的关系是OpenVINO Powered by oneAPI。OpenVINO专注于和开发者更接近的应用层的软件的工作,而OneAPI更接近于的是底层的硬件,和OpenVINO配合起来,为开发者提供帮助和支持。
提问:英特尔如何助推万物互联加速发展?
张宇:先从万物互联的含义入手。第一,接入侧,越来越多的终端、传感器等设备接入到网络里面,接入的方式也在不断革新(WLAN、Wi-Fi、蓝牙、5G等),这些都为数据接入提供了越来越丰富的手段;第二,边云互联,这些数据在边侧,把它汇总到网络里来的时候,这些数据有一部分需要在边缘来进行处理,所以数据如何快速从边缘传递到数据中心,在这里也有越来越多的需求。
英特尔从中观察到,一方面是有一些应用场景对服务有特定要求,例如,对低延时、数据的确定性传输有比较强的需求,像工业互联网、自动驾驶等领域,它们对通讯质量要求相对来说是比较高的;另一方面是网络的灵活配置的趋势,今后这方面的要求会越来越突出。英特尔在这两方面都做了很多努力。
英特尔要做技术的提供者,持续为不同的垂直行业赋能。
好文章,需要你的鼓励
人工智能代表着第四次工业革命的到来,它不仅是机械化工具,更是全球范围内增强、合作和颠覆的催化剂。AI已深度融入日常生活,在医疗、国防、金融和公共治理等领域发挥变革作用。与以往技术不同,AI能够增强人类决策能力,提升效率和创新。然而,算法偏见、网络安全威胁和隐私问题等风险不容忽视。未来AI发展需要政府、企业和学术界协调合作,建立伦理、法律框架,确保AI成为推动人类进步的积极力量。
腾讯微信AI团队开发的ComoRAG系统通过模仿人脑认知机制,让AI具备了动态记忆和循环推理能力,在长文本理解任务上相比传统方法准确率提升高达11%。该系统采用三层知识组织结构和五步认知循环过程,能够像侦探破案一样主动探索线索、整合信息、构建完整推理链条,特别在处理复杂叙事推理问题时表现优异,标志着AI从信息检索工具向智能推理伙伴的重要转变。
随着现代AI技术对数据中心基础设施提出新要求,"AI数据中心"一词使用日益频繁。然而,这一术语的定义仍不清晰,AI数据中心与传统数据中心的区别并不明显。AI数据中心通常具备更大容量、GPU加速硬件、优化网络设备、高效冷却系统等特征,但这些特性并非AI独有。与其投资专门的AI设施,企业或许应考虑改造现有数据中心来支持AI工作负载。
新加坡南洋理工大学团队开发的4DNeX系统实现了从单张照片生成完整4D动态场景的突破。该技术采用6D视频表示法融合RGB颜色和XYZ空间信息,构建了包含920万帧数据的4DNeX-10M大规模数据集,通过改进视频扩散模型实现15分钟内的高效生成,在动态程度和一致性指标上显著优于现有方法,为虚拟现实、影视制作等领域提供了新的技术路径。