919
搜狐
2017年英特爾在其數據中心業務和AI方麵下大注
隨著計算的發展演化，數據信息的容量、傳輸速度和種類呈現出規模化的爆炸似增長趨勢，這使得當前的許多企業組織都很難應對。而正是基於這一現象，推動了英特爾公司開始積極投身跨數據中心、高性能計算和人工智能(AI)的下一波計算浪潮。
英特爾公司數據中心團隊的掌舵人Prakash Mallya堅信，積極投身這一計算浪潮將幫助該公司保持市場領先。
數據中心業務對英特爾的投資組合意味著什麼?
數據中心是我們投資組合中的一個相當重要且不斷增長的部分。最近，我們已經實現了兩位數的增長，而且這一增長還在顯著加速。
這占到了我們的經營利潤和增長組合的很重要的一部分比例，而我們的期望是，其將繼續保持兩位數的增長。
如果您稍微留意一下我們的投資，我們開始了相當大規模的投資，而其中的一些投資想法是基於我們對於Ortella公司和Nervana公司的收購。
我們正在將他們的發展規劃與我們的發展規劃進行集成整合，而且我們在人工智能AI領域發現了非常有趣的東西——這可以說是在數據中心領域中增長最快的工作負載之一。
英特爾在數據中心領域改變方法了嗎?怎麼改變的呢?
如果您看看我們的投資，並看看數據中心業務的發展方向，在最高的級別，我們會看到這種發展方向越來越“扁平化”。
所以，從一套專屬的方法我們使之扁平化。現在，如果您回顧過去七年的曆史，您會看到我們已經進步到了包括存儲和網絡方麵的投資。
基於開放標準的技術，距離由軟件精心策劃的網絡改造仍然有一定的差距，因為我們剛剛開始我們的將網絡工作負載虛擬化的旅程，從而能夠推動為網絡市場的競爭者們帶來巨大的靈活敏捷性。
而如果您留意一下基礎設施領域的一切——包括計算、存儲和網絡正在變得虛擬化——其都是經由軟件策劃的。
這給我們帶來了巨大的成本優勢。如果您企業可以無縫地實現計算、存儲和網絡的兼容工作，並在軟件的基礎上跨上述三者管理所有的工作負載，那麼其將變得非常靈活，並且可以即時進行更改。這在當前是不可能的，因為這是基於數據中心在服務器級別和各種其他級別上安排的方式，給了您有限的靈活性。
2017年，英特爾在印度的渠道合作夥伴戰略是什麼?
我們的渠道合作夥伴主要集中在傳統業務——與諸如聯想、宏碁和OEM廠商的合作。當我們進入解決方案領域時，我們將擁有一係列新的合作夥伴，例如係統集成商，如Wipro、TCS、Infosys或L&T。
英特爾一直是一家合作夥伴不可知的公司，並將繼續這樣。但是，這隻是從純粹的產品市場競爭者方麵，我們也將作為解決方案市場的競爭者。
在未來五年中，數據中心會有什麼不同?
您在今天所看到的工作負載和數據甚至還遠遠不到您在未來將看到的工作負載和數據的一小部分——未來將是由智能城市和自動駕駛所推動的。
一般說來，未來看待一處數據中心的方式，將主要是軟件的業務流程方麵。所以，如果您注意其物理方麵，我會說未來的數據中心將會運行比我們今天所看到的更多的軟件。這將會是比您在今天的數據中心所看到更無縫的工作負載。
所以，在視覺上，未來的一處數據中心看起來與今天的數據中心將會完全不同，因為我們會有一個分布式的體係架構，具有了更多的計算能力。
我們的目標是以最低的擁有成本為最終用戶提供最好的服務，借助以開放標準為基礎的軟件開發平台。簡而言之，這就是我們的數據中心運營的方法。
英特爾已然表現出了對於人工智能(AI)和深度學習的濃厚興趣。而英特爾對於Nervana公司的收購是否預示著英特爾要大局朝著該業務領域邁進呢?
像Nervana這樣的公司在神經網絡領域正在嚐試真正相當酷炫的創新，這增加了這些神經網絡的準確性。
我們當然計劃要跟上創新的步伐，並基於我們代代相傳的技術和經驗為我們廣大的客戶提供更好的CPU架構和微處理器的性能。但存儲技術和圍繞著存儲容量能力方麵的基礎設施的創新也必須相應的增加，因為訪問和速度將成為我們是否可以幫助客戶實現實時操作的關鍵性區別。
此外，我們的努力是為了推動在開源模型中框架。因此，鑒於業界已經有了標準化的API、標準化的接口和優化的框架。這樣每個人都可以充分利用它了。
當前市場上有這麼多的小公司，如果賦予了他們一套專有的解決方案，其將是非常難以擴展的。但是如果他們能夠得到一個優化的開源框架，然後充分利用該框架，就能夠帶來魔術般的創新。
因此，我相信，新興初創企業的文化在印度正獲得蓬勃發展，其將成為機器學習和深度學習等新興領域成功的支柱。
開源在AI中所發揮的作用
我認為，在不久的將來，我們會看到人工智能將作為一個使得開放源代碼真正得以發揮其作用的領域，我們的理念是，高性能計算一直是以開源為導向而自豪的。
您可以看看所有的框架，其都是開源的。我們的目標是優化這些框架，使之在我們的平台上實現最好的運行。
Nervana公司非常相似。他們的Neon框架與我們的理念非常相似。越來越多的人可以利用框架的優勢，在任何垂直標準的API的基礎上編寫，然後整個行業將獲益。而如果您使其成為專有的話，誰又能夠利用它的優勢呢?
如果我們來看看AI的發展曆程，其開創者都是一堆不同的公司，甚至有的今天已經不存在了。我們今天還站在人工智能之旅的起點。
當前市場的自動駕駛還沒有大規模普及;智能能源的也尚未出現;可以啟用智能網絡的其他服務業還沒有那麼多。一旦這些情況得以實現，那麼我們就將會進入到一個數據量將達到更高的數量級的境況。
我們還必須確保對於傳統遺留係統的集成整合。隻有當您實現了開源，您企業才可以把新老係統整合到一起。
本文轉自d1net（轉載）
最後更新：2017-07-27 10:33:03