迎接未來無處不在的AI，英特爾認為需要在考慮開放性和可靠性的情況下開發廣泛的解決方案。為此，英特爾在全面打造AI硬件和軟件產品組合——從CPU、GPU和加速器到oneAPI編程模型、OpenVINO開發工具包和支持AI生態的庫，以支持AI快速的規模化部署。
不止著力于提供多元化的軟件生態工具，英特爾還站得更高走得更遠。在2023英特爾on技術創新大會的第二天，英特爾公司首席技術官Greg Lavender發表了主題演講，詳細介紹了英特爾“開發者優先，推進開放生態”的戰略原則，以及在促進AI與安全融合層面的布局之道。
“英特爾的AI軟件戰略建立在開放生態系統和開放加速計算的基礎之上，旨在讓AI無處不在。”Greg Lavender強調道。
開放的生態系統利于AI部署
Greg Lavender認為，開發者在應用AI滿足多樣化行業需求方面發揮著至關重要的作用，如果開發者在硬件和軟件的選擇上受到限制，那將阻礙全球AI的應用和價值創造。因而，自由選擇最適合其需求的硬件和軟件將是解決之道。
從目前來看，業界在部署AI方案時面臨眾多制約，如缺乏專業知識、資源的限制和昂貴的專有平臺等。為了應對這些挑戰，除在峰會上英特爾宣布全面推出英特爾開發者云平臺，以及面向客戶端和邊緣平臺上開發者的OpenVINO工具之外，英特爾還著力于加強與業界的開放協作，推動創建更開放的生態系統，以便跨多種架構輕松部署。
作為Linux基金會統一加速基金會(UXL)的創始成員，英特爾旨在簡化跨平臺部署的應用程序開發。Greg Lavender表示，英特爾將向UXL基金會貢獻其oneAPI編程模型，使代碼只需編寫一次即可部署在在多種計算架構包括CPU、GPU、FPGA和其他加速器上運行。
通過與領先的軟件供應商 Red Hat、Canonical和SUSE合作，英特爾還為其發布的企業軟件提供經英特爾優化的發行版，以確保這些軟件面向全新英特爾架構進行了性能優化。
此外，英特爾將繼續為包括PyTorch和TensorFlow在內的AI與機器學習工具和框架做出貢獻。Greg Lavender表示，英特爾已與100多家人工智能初創公司合作，以加快創建AI解決方案。
為進一步助力開發人員有效地擴展性能，英特爾Granulate正在為Kubernetes的pod資源合理化添加Auto Pilot。Greg Lavender介紹，這一容量優化工具將為Kubernetes用戶提供自動、持續的容量管理建議，使他們能夠減少滿足容器化環境的性價比指標所需的投入。同時 Granulate還為Databricks工作負載增加了自主協調功能，這將在不修改代碼的情況下平均降低30%的成本，減少23%的處理時間。
解鎖安全與AI的融合
隨著AI部署的加快，全球越來越依賴AI解決大型復雜問題及取得真正的商業成功，因而也愈發需要保護AI模型、數據及其運行平臺免遭篡改、操縱和盜竊。
對此Greg Lavender以AI與安全的融合為題強調了英特爾對端到端安全性的關注，強調英特爾正著力從多重維度出發解決AI端到端的安全挑戰，包括英特爾的透明供應鏈、用于驗證硬件和固件的完整性以及用于保護內存中敏感數據的機密計算。
為保護AI模型、數據和平臺免遭篡改和盜竊，Greg Lavender稱英特爾計劃開發一款專用集成電路 (ASIC) 加速器，以降低僅利用軟件的全同態加密(FHE) 帶來的百萬倍性能開銷增長。而且，英特爾還將推出加密計算軟件工具包的測試版，該工具包將使研究人員、開發人員和用戶社區能夠學習和嘗試FHE編碼。該工具包將作為全面上線的英特爾開發者云平臺的一部分，在2023年晚些時候推出。
加強平臺的安全和數據的完整性保障，英特爾也在著力推出新的工具和服務，其中就包括全面啟動一項全新的驗證服務。該服務是全新安全軟件和服務套件“英特爾Trust Authority”中的首個功能。該服務提供對可信執行環境完整性和策略執行的獨立評估，增強多云、混合、本地和邊緣環境的安全性。
據悉，英特爾Trust Authority著力實現包括多方協作在內的新用例，將成為機密AI不可或缺的增強功能，幫助確保機密計算環境值得信賴。在這些環境中，敏感的IP和數據會在機器學習應用和模型中進行處理，特別是在當前和未來幾代英特爾至強處理器上運行的推理任務。
Trust Domain Extension（TDX）作為英特爾一套軟硬件結合的解決方案，可在虛擬機 (VM) 層面實現更高的機密性，從而更好地保護數據隱私，提高數據控制力。Greg Lavender表示，英特爾已推出全新的TDX架構元素，進一步協助客戶機操作系統和虛擬機應用的隔離，無法被云端主機、系統管理程序和平臺的其他虛擬機訪問。目前阿里、微軟、谷歌、IBM等云基礎架構已支持TDX的新功能。
盡管目前AI的開發者們面臨著諸多挑戰，但英特爾致力于在開放、選擇、信任和安全的基礎上，廣泛采用“軟件定義、芯片增強”的方法以及與全產業鏈的通力協作來應對這些挑戰，未來AI的部署也將走向“加速度”。
【來源：集微網】
