環(huán)球速遞！英特爾發(fā)布開源AI參考套件

開源設計簡化了用于醫(yī)療、制造、零售和其它行業(yè)解決方案的AI開發(fā)

英特爾正式推出了首套開源AI參考套件，旨在讓企業(yè)能夠在本地、云端和邊緣環(huán)境中都更易于部署AI。這些在英特爾On產(chǎn)業(yè)創(chuàng)新峰會（Intel Vision）上率先公布的參考套件包括AI模型代碼、端到端機器學習管道說明、庫和用于跨架構運行的英特爾oneAPI組件，讓數(shù)據(jù)科學家和開發(fā)者能夠學習如何更快速、更簡單地在醫(yī)療、制造、零售和其他行業(yè)部署準確性更高、性能更優(yōu)和總落地成本更低的AI。

【資料圖】

英特爾副總裁兼人工智能和分析部門總經(jīng)理李煒博士表示：“在開放和眾創(chuàng)的環(huán)境中，創(chuàng)新才能蓬勃發(fā)展。不管是包括各種已優(yōu)化的流行框架的英特爾加速開放AI軟件生態(tài)，還是英特爾的AI工具，都建立在開放的、基于標準的、統(tǒng)一的oneAPI編程模型基礎上。此次推出的參考套件是用英特爾的各項端到端AI軟件產(chǎn)品打造而成，將讓數(shù)百萬的開發(fā)者和數(shù)據(jù)科學家能夠輕松快捷地將AI加入應用程序，或改善現(xiàn)有的智能解決方案。”

隨著視覺、語音、推薦系統(tǒng)等領域的用例出現(xiàn)，AI工作負載正不斷增長并變得更加多樣化。與埃森哲聯(lián)合開發(fā)的英特爾AI參考套件旨在加速推動AI在各行業(yè)的應用。這些套件是開源的預置AI，可針對各種重要企業(yè)應用場景，支持新AI的引入和現(xiàn)有AI解決方案的戰(zhàn)略調整。

本次英特爾將推出四款套件供下載：

公用設施資產(chǎn)健康：隨著全球能源消耗的持續(xù)增長，電力傳輸資產(chǎn)的數(shù)量預計也將增長。這一預測分析模型被訓練用于提高公用設施的服務可靠性。通過英特爾?oneAPI數(shù)據(jù)分析庫（Intel? oneAPI Data Analytics Library），它使用經(jīng)英特爾優(yōu)化的XGBoost算法，基于34項屬性和超過1,000萬個數(shù)據(jù)點，對電線桿的使用狀況進行建模¹。數(shù)據(jù)類型包括資產(chǎn)使用年限、機械性能、地理空間數(shù)據(jù)、檢查報告、制造商、先前的維修和維護歷史以及斷電記錄。該預測性資產(chǎn)維護模型會不斷學習新提供的數(shù)據(jù)，如新的電線桿制造商、斷電和其他條件變化。

視覺質量控制：質量控制是所有制造業(yè)務中的必需環(huán)節(jié)。計算機視覺技術的挑戰(zhàn)在于它們在訓練過程中往往需要大量的圖像算力，且需要隨著新產(chǎn)品的推出頻繁地重新訓練。這一AI視覺質量控制模型是用包括英特爾^?PyTorch優(yōu)化版的英特爾?AI Analytics Toolkit和英特爾?發(fā)行版OpenVINO?工具套件訓練而成，二者均由oneAPI提供技術支持。針對跨CPU、GPU和其它基于加速器的架構的計算機視覺工作負載，與現(xiàn)有的未經(jīng)英特爾優(yōu)化²的埃森哲視覺質量控制套件相比，這一模型的的訓練和推理速度分別提高了20%和55%。利用計算機視覺技術和SqueezeNet分類算法，這一AI視覺質量控制模型可通過超參數(shù)調優(yōu)和優(yōu)化檢測藥品缺陷，準確率達95%。

客服機器人：對話式聊天機器人已成為支持整個企業(yè)發(fā)展的關鍵服務。用于對話式聊天機器人交互的AI模型是規(guī)模龐大且高度復雜的。這款參考套件包含了進行意圖分類（intent classification）和命名實體識別（named-entity recognition）的深度學習自然語言處理模型，使用BERT和PyTorch。英特爾?PyTorch擴展包（Intel? Extension for PyTorch）和英特爾?發(fā)行版OpenVINO?工具對該模型進行了優(yōu)化，實現(xiàn)了跨異構的更高性能，與現(xiàn)有的未經(jīng)英特爾優(yōu)化³的埃森哲客服機器人套件相比，推理速度提高了45%，同時，還讓開發(fā)者通過最少的代碼改動就能重新使用模型開發(fā)代碼進行訓練和推理。

智能文檔索引：企業(yè)每年需要處理和分析數(shù)百萬份文檔，許多半結構化和非結構化文檔都需要手動操作。AI可以自動處理和分類這些文檔，以提高速度并降低人力成本。此款套件使用支持向量分類（SVC）模型，并通過oneAPI技術支持下的Intel?發(fā)行版Modin和英特爾?Scikit-learn擴展包（Intel? Extension for Scikit-learn）進行了優(yōu)化。與現(xiàn)有的未經(jīng)英特爾優(yōu)化⁴的埃森哲智能文檔索引工具包相比，這些工具將將數(shù)據(jù)預處理、訓練和推理的時間分別提高了46%、96%和60%，能以65%的準確率審閱和分析文檔。

這些AI參考套件可在英特爾官網(wǎng)的AI參考套件頁面或Github上免費下載。

開發(fā)者希望能將AI加入其解決方案，英特爾此次發(fā)布的AI參考套件則有助于這一目標的實現(xiàn)。這些套件建立在英特爾端到端工具和框架優(yōu)化AI軟件的基礎上，并完善了這一產(chǎn)品組合?；趏neAPI開放的、基于標準的、異構的，可在多種架構上運行的編程模型開發(fā)，這些工具能克服專有環(huán)境限制，幫助數(shù)據(jù)科學家以更快的速度和更低的成本訓練模型。

未來一年，英特爾還將發(fā)布一系列新開源AI參考套件，提供各種已訓練好的機器學習和深度學習模型，幫助各種規(guī)模的企業(yè)進行數(shù)字化轉型。

更多背景信息請訪問：oneAPI人工智能開發(fā)峰會| 英特爾oneAPI| 英特爾AI工具

附屬細則：

注意事項與免責聲明

[1]_{預測性公共設施分析參考套件（Predictive Utility Analytics Reference Kit），測量于2022年6月29日。硬件配置：微軟Azure Standard D4_v5，操作系統(tǒng)：Ubuntu 20.04.4 LTS（Focal Fossa），8 X英特爾?至強?Platinum 8370C CPU @ 2.80GHz，2線程/核, 4核/插槽，1插槽。軟件配置：配置1（Python v3.9，Scikit-learn v 1.0.2，Xgboost v0.81），配置2（英特爾?發(fā)行版Python 3.9.12 2022.0.0，Scikit-learn 0.24.2，英特爾?Scikit-learn擴展包2021.5.1，Xgboost 1.4.3，daap4py 2021.6.0）。其他詳細信息見https://github.com/oneapi-src/predictive-health-analytics。結果可能有所不同。}

2_{視覺質量檢測套件（Visual Quality Inspection Reference Kit），測量于2022年6月29日。硬件配置：微軟Azure Standard D4_v5，操作系統(tǒng)：Ubuntu 20.04.4 LTS（Focal Fossa），4 X英特爾?至強?Platinum 8370C CPU @ 2.80GHz，2線程/核，2核/插槽，1插槽。軟件配置：配置1（PyTorch v1.8.0），配置2（英特爾?PyTorch擴展包v1.8.0，英特爾?神經(jīng)網(wǎng)絡壓縮器v1.12，英特爾?發(fā)行版OpenVINO工具2021.4.2）。其他詳細信息見https://github.com/oneapi-src/visual-quality-inspection。結果可能有所不同。}

3_{客服機器人參考套件（Customer Chatbot Reference Kit），測量于2022年6月22日。硬件配置：微軟Azure Standard D4_v5，操作系統(tǒng)：Red Hat Enterprise Linux Server 7.9，4 X英特爾?至強?Platinum 8370C CPU @ 2.80GHz, 2線程/核, 2核/插槽，1插槽。軟件配置：配置1（PyTorch v1.11），配置2（PyTorch v1.11.0，英特爾?PyTorch擴展包v1.11.200，英特爾?神經(jīng)網(wǎng)絡壓縮器v1.12）。其他詳細信息見https://github.com/oneapi-src/customer-chatbot。結果可能有所不同。}

4_{智能索引參考套件（Intelligent Indexing Reference Kit），測量于2022年6月22日。硬件配置：亞馬遜AWS m6i.xlarge，操作系統(tǒng)：Red Hat Enterprise Linux Server 7.9，4 X英特爾?至強?Platinum 8370C CPU @ 2.80GHz, 2線程/核, 2核/插槽，1插槽。軟件配置：配置1（Pandas, Scikit-learn），配置2（英特爾?AI Analytics Toolkit v 2021.4.1，英特爾?Scikit-learn擴展包，英特爾?發(fā)行版Modin）。其他詳細信息見https://github.com/oneapi-src/intelligent-indexing。結果可能有所不同。}

實際性能受使用情況、配置和其他因素的差異影響。更多信息請訪問www.Intel.com/PerformanceIndex。

結果可能有所不同。性能結果基于配置信息中顯示的日期進行測試，且可能并未反映所有公開可用的更新。

沒有任何產(chǎn)品或組件能夠保證絕對安全。

您的成本和結果可能有所不同。

英特爾技術可能需要啟用硬件、軟件或激活服務。

英特爾不控制或審計第三方數(shù)據(jù)。在評估數(shù)據(jù)準確性時，請參考其它信息源。

+++

關于英特爾

英特爾（NASDAQ: INTC）作為行業(yè)引領者，創(chuàng)造改變世界的科技，推動全球進步并讓生活豐富多彩。在摩爾定律的啟迪下，我們不斷致力于推進半導體設計與制造，幫助我們的客戶應對最重大的挑戰(zhàn)。通過將智能融入云、網(wǎng)絡、邊緣和各種計算設備，我們釋放數(shù)據(jù)潛能，助力商業(yè)和社會變得更美好。如需了解英特爾創(chuàng)新的更多信息，請訪問英特爾中國新聞中心newsroom.intel.cn以及官方網(wǎng)站intel.cn。

關鍵詞： 質量控制 解決方案 詳細信息 軟件配置