成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
从「东数西算」到算力网络:英特尔如何全栈赋能
2022 年 3 月 3 日
36氪
从网络转型和边缘升级看“东数西算”的落地。
封面来源|
IC photo
2月18日,国家发改委、工信部、网信办、能源局联合发布文件,宣布在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。至此,全国一体化大数据中心体系完成总体布局设计,“东数西算”工程正式全面启动。
在政策发布后的短短几个交易日内,A股“东数西算”概念板块指数一度涨幅超10%,多只个股连续涨停。
不论资本市场是否存在围绕市场热点的炒作,“东数西算”回归本质,代表着我国新一代基础设施建设的新方向、新目标——构建一体化的新型算力网络体系,将东部算力需求有序引导到西部,优化全国算力布局。
算力,这一数字经济发展的核心生产力,在以云为基础、网为核心的云网融合趋势下,正在满足于当下多样性的数据生产需求。最明显的是,随着业务实时性和交互性需求的提升,算力资源正在从集中的部署方式,往多元化的方向发展,这就对企业满足算力的能力提出了更高的要求。
目前,许多厂商都选择基于英特尔此前发布的®至强®可扩展处理器作为核心的可扩展架构,更好地提升自身边缘计算的能力。而在云网融合的大趋势下,英特尔的发展不止于此。在2022年MWC大会上,英特尔面向网络及边缘领域推出了全新的至强D系列处理器、网络可编程平台等新产品和应用,用新技术赋能“东数西算”。
“东数西算”背后的硬需求
与“南水北调”、“西气东输”、“西电东送”等工程的单向输送不同,“东数西算”需要对原始数据和与运算结果进行低延时、高质量的双向传输,因此对传输网络的要求更高。如何将东部和西部、云端和边端等多个地域的计算、存储等基础设施资源通过网络高效连接起来,并进行统一管理和协同调度,成为了“东数西算”的核心任务。
春江水暖鸭先知。拥有广泛通信网络、技术主动性较强的电信运营商,早在几年前就切中了“东数西算”的关键,率先提出了云网融合、算网融合的概念,以提升服务的实时性和可用性为目标,不断进行技术创新实践。
中国电信事长柯瑞文就曾在2021天翼智能生态高峰论坛上提到,“中国电信强调云网融合,是因为其侧重于网络、算力和存储三大资源的融合,具有更大的内涵和范畴。而算力网络则是一种架构在IP网之上、以算力资源调度和服务为特征的新型网络技术或网络形态。”
随着5G技术的发展,构建和完善算力网络不仅提高了技术要求和难度,还需要以实际场景中的算力需求为基础,针对差异化应用提供相应的软硬件解决方案。
由于应用需求大多来自边缘侧,如何通过技术切实惠及边端,是算力网络充分赋能应用,实现“网络无所不达、算力无所不在、智能无所不及”所必须解决的问题。
一方面,统筹云边资源的能力至关重要。对于制造、零售等在边端场景产生大量数据的行业来说,将计算负载全部传输到云端进行计算必然造成较大的时延,从而难以快速感知场景的变化并迅速做出决策。为了增强应用侧的敏捷性,算力网络要求将计算任务前移,在保持边缘较低功耗的同时增强算力,并有效对云边数据进行同步。
另一方面,面向场景的灵活度决定了算力网络在应用中的最终效果。不同行业、不同应用负载对可用性、及时性、可靠性的要求不尽相同,因此需要针对人工智能、大数据等不同负载通过软硬件创新实现加速和优化。同时,由于业务场景与网络需求密切耦合,通过软件定义网络、构建可编程的网络则能增强对工作流的灵活控制,使网络更加智能、更加贴近场景。
英特尔面向算力网络
在“东数西算”驱动下的网络和边缘转型创新的新时代,英特尔作为云边协同和网络技术创新的引领者,在面向构建算力网络的新需求时,仍走在了市场前列。2月28日,在巴塞罗那举办的2022年世界移动通信大会(MWC)上,英特尔向市场交出了令人满意的答卷。
硬件上,针对不断增长的网络和边缘算力需求,英特尔推出了全新的至强D系列处理器。其具备了AI和加密加速功能、内置以太网、支出时序协调运算和时间敏感网络,相比上一代处理器,至强D系列在视觉处理推理性能提升了2.4倍,边缘网络通信性能提升最高达1.74倍,对安全工作负荷提升最高达1.52倍,从而可以在广泛的边缘应用中实现低时延、高性能计算、更高安全性和高网络吞吐。
同时,英特尔以硬件性能为基础,在软件方面进行了升级,以更好释放硬件潜能。
随着AI推理成为越来越多行业边缘场景中的关键负载,英特尔对OpenVINO平台进行了3年以来的最大升级,实现了多样应用场景下的性能优化。通过简化、升级API,OpenVINO 平台降低了TensorFlow框架下模型的导入难度,从而提升了代码的可移植性;同时,OpenVINO 平台增强和对更多AI模型的支持和对并行AI的处理能力,从而实现对自然语言处理、机器视觉、深度学习用例的加速和优化。
为了更灵活的满足不同场景下的网络需求,全球网络结构正在逐步走上可编程的路径。英特尔10余年来,也在持续领导软件定义网络的技术创新和应用实践。
在有线网络领域,英特尔推出了基于以太网适配器、基础设施处理单元(IPU)和P4可编程智能结构处理器(IFP)的软件定义结构,从而提升了数据中心的网络灵活性;在无线网络领域,英特尔面向5G推出了FlexRAN™软件参考架构,推动了移动核心网络的虚拟化转型。在2021年全新的5G核心网络部署中,有一半以上都已实现虚拟化,且绝大多数商用5G vRAN部署都基于英特尔平台运行。
正如英特尔公司高级副总裁兼网络与边缘事业部总经理Nick McKeown在MWC2022的演讲中所说,“我们的边缘战略提供可编程硬件和开放式软件,一方面将每个企业场所的运营系统都转变为软件定义的自动化系统,并在现代云原生软件平台上使用人工智能技术;另一方面将全球网络转变为软件定义和可编程网络,从而实现分布式场景的灵活互联。”
开放共赢,全栈赋能
而构建“东数西算”工程所需的算力网络,除了边缘和网络的技术提升外,还需要计算、存储、云原生、软件定义基础设施等领域全方位的支持。
因此,绝非一个厂商、单个解决方案就能完美解决所有技术问题,适配任何应用场景,而是需要每一个技术厂商发挥所长,共同推动技术进步和应用实践。
对内,英特尔始终坚持技术创新,不断根据用户的实际需求完善产品体系。在近60年的技术发展与沉淀中,英特尔逐渐形成了以至强可扩展处理器为核心,形成了涵盖CPU、FPGA、GPU、内存、网络芯片的硬件产品“地基”,同时通过集成针对大数据、AI等应用负载模型和优化工具,软件安全防护体系、软件定义的可编程平台,英特尔可以构建软硬件一体的解决方案,从而为用户提供一站式的高效服务。
以不断创新的全栈产品为基础,英特尔深刻洞察不同行业用户的核心需求,与更多的技术和行业合作伙伴携手,共同推动不同应用场景的孵化和技术实践,为从云到智能边缘的“普适计算”开辟了一条动态且可靠的路径。
以软件定义网络领域的技术合作为例,英特尔携手中国移动、中国电信、American Tower、AT&T、BT、爱立信、乐天移动、Verizon 和 Zeblok等通信服务提供商、电信设备制造商以及物联网领域领导者,充分赋能合作伙伴,共同引领从云到网络基础设施的新一轮演进。
同时,英特尔立足于应用场景,将强大的人工智能计算能力、5G构建模块提供给行业合作伙伴,将处理分析和存储的资源集成在边缘,使数据在产生的位置时刻就地、实时的形成有益洞察。
中国电信、中国某白色家电领军品牌就携手英特尔,基于中国电信自研的5G MEC边缘云平台打造了工程优化面板检测平台,通过第二代英特尔至强可扩展处理器、英特尔固态盘、英特尔工业边缘洞见平台(EII)和OpenVINO工具套件的软硬件赋能,提升了边缘处理的性能,满足了边缘侧高密度的数据处理需求,从而使检测效率提升了20%,瑕疵检测准确率从80%上升至95%,同时人力成本缩减了2/3,并大幅降低了人员工作强度。
截至目前,英特尔与众多合作伙伴协力,面向智能制造、智慧医疗、智慧城市等应用场景,为零售、银行、酒店、教育、制造、能源、医疗保健和医药等垂直行业的数万客户提供了丰富的解决方案,帮助更多企业实现边缘侧的自主运营。
助力构建以云边协同为基础的算力网络,英特尔一直在行动。
登录查看更多
点赞并收藏
0
暂时没有读者
2
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
算力网络
关注
5
国家工信安全中心发布《智慧城市人工智能计算平台白皮书》
专知会员服务
56+阅读 · 2022年4月3日
中国算力发展指数白皮书,48页pdf
专知会员服务
96+阅读 · 2021年9月21日
中国信通院发布《云计算白皮书》,55页pdf
专知会员服务
79+阅读 · 2021年7月28日
智慧城市白皮书(2021年)
专知会员服务
176+阅读 · 2021年4月24日
云网融合向算网一体技术演进白皮书, 35页pdf
专知会员服务
86+阅读 · 2021年3月31日
2021年中国人工智能产业发展趋势,13页pdf
专知会员服务
117+阅读 · 2021年3月18日
算力网络前沿报告(2020年),22页pdf
专知会员服务
69+阅读 · 2021年3月12日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
《AI新基建发展白皮书》,国家工信安全中心
专知会员服务
189+阅读 · 2021年1月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
「东数西算」启动,腾讯华为要攻克「电老虎」|焦点分析
36氪
0+阅读 · 2022年3月9日
专委会常委单位严望佳建议:全面推进“数利”基础设施建设,助力国家“东数西算”战略实施
CCF计算机安全专委会
0+阅读 · 2022年3月5日
中国电信总经理李正茂:算力时代三定律
THU数据派
0+阅读 · 2022年3月4日
“东数西算”每年4000亿蛋糕哪里来,怎么分?
创业邦杂志
1+阅读 · 2022年2月24日
“东数西算”全面实施,详解背后设计思路及规划难点
AI前线
1+阅读 · 2022年2月23日
8个算力枢纽,10大数字中心集群!国家级「东数西算」工程全面解读!
新智元
3+阅读 · 2022年2月18日
从中心走向边缘——深度解析云原生边缘计算落地痛点
阿里技术
1+阅读 · 2022年2月18日
数字化浪潮中的粤港澳大湾区,科创企业们的历史快车
学术头条
0+阅读 · 2021年12月2日
全世界都在挑战英特尔,谁能在芯片「战国时代」笑到最后?
机器之心
0+阅读 · 2021年5月1日
智慧城市白皮书(2021年),64页pdf
专知
8+阅读 · 2021年4月24日
城市网络视角下我国多中心城市群空间结构演化研究
国家自然科学基金
4+阅读 · 2015年12月31日
我国马铃薯生产区域专业化研究——基于空间布局的视角
国家自然科学基金
1+阅读 · 2015年12月31日
大数据时代面向智慧城市发展的应急服务资源整合与协同配置研究
国家自然科学基金
9+阅读 · 2014年12月31日
基于随机网络演算的数据中心QoS保障节能策略研究
国家自然科学基金
0+阅读 · 2013年12月31日
时间密集型空间大数据实时计算关键方法研究——以精细气象预报产品快速生成为例
国家自然科学基金
0+阅读 · 2013年12月31日
面向云服务数据中心的OpenScale全光交换网络
国家自然科学基金
3+阅读 · 2013年12月31日
云计算环境中租户数据的计算安全保障机制研究
国家自然科学基金
1+阅读 · 2012年12月31日
基于随机网络演算的智能电网统一系统建模
国家自然科学基金
1+阅读 · 2012年12月31日
面向云计算性能保证的多租户数据中心网络带宽分配与最优性价比计价体系研究
国家自然科学基金
1+阅读 · 2012年12月31日
车联网异构无线网络联合资源管理研究
国家自然科学基金
8+阅读 · 2012年12月31日
Clifford Circuits can be Properly PAC Learned if and only if $\textsf{RP}=\textsf{NP}$
Arxiv
0+阅读 · 2022年4月20日
Few-Shot Learning with Siamese Networks and Label Tuning
Arxiv
1+阅读 · 2022年4月20日
Radio Galaxy Zoo: Using semi-supervised learning to leverage large unlabelled data-sets for radio galaxy classification under data-set shift
Arxiv
0+阅读 · 2022年4月20日
Interaction-Aware Labeled Multi-Bernoulli Filter
Arxiv
0+阅读 · 2022年4月19日
Variable elimination, graph reduction and efficient g-formula
Arxiv
0+阅读 · 2022年4月17日
Twin-width can be exponential in treewidth
Arxiv
0+阅读 · 2022年4月15日
Network-Aware 5G Edge Computing for Object Detection: Augmenting Wearables to "See" More, Farther and Faster
Arxiv
0+阅读 · 2022年4月15日
Accelerating Attention through Gradient-Based Learned Runtime Pruning
Arxiv
1+阅读 · 2022年4月15日
ResMLP: Feedforward networks for image classification with data-efficient training
Arxiv
12+阅读 · 2021年5月7日
Self-training with Noisy Student improves ImageNet classification
Arxiv
15+阅读 · 2019年11月11日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
算力网络
算力
云网融合
英特尔 (Intel)
Intel Xeon
世界移动通信大会(MWC)
相关VIP内容
国家工信安全中心发布《智慧城市人工智能计算平台白皮书》
专知会员服务
56+阅读 · 2022年4月3日
中国算力发展指数白皮书,48页pdf
专知会员服务
96+阅读 · 2021年9月21日
中国信通院发布《云计算白皮书》,55页pdf
专知会员服务
79+阅读 · 2021年7月28日
智慧城市白皮书(2021年)
专知会员服务
176+阅读 · 2021年4月24日
云网融合向算网一体技术演进白皮书, 35页pdf
专知会员服务
86+阅读 · 2021年3月31日
2021年中国人工智能产业发展趋势,13页pdf
专知会员服务
117+阅读 · 2021年3月18日
算力网络前沿报告(2020年),22页pdf
专知会员服务
69+阅读 · 2021年3月12日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
《AI新基建发展白皮书》,国家工信安全中心
专知会员服务
189+阅读 · 2021年1月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
热门VIP内容
开通专知VIP会员 享更多权益服务
军用数据链:武器装备神经,联合作战基石,31页pdf
【ETHZ博士论文】超越像素深度:通过深度学习增强超分辨率技术,198页pdf
2018∼2023年国家自然科学基金人工智能学科人才项目申请及资助综述
【NeurIPS2024】《AmoebaLLM:构建任意形状的大型语言模型以实现高效和即时部署》
相关资讯
「东数西算」启动,腾讯华为要攻克「电老虎」|焦点分析
36氪
0+阅读 · 2022年3月9日
专委会常委单位严望佳建议:全面推进“数利”基础设施建设,助力国家“东数西算”战略实施
CCF计算机安全专委会
0+阅读 · 2022年3月5日
中国电信总经理李正茂:算力时代三定律
THU数据派
0+阅读 · 2022年3月4日
“东数西算”每年4000亿蛋糕哪里来,怎么分?
创业邦杂志
1+阅读 · 2022年2月24日
“东数西算”全面实施,详解背后设计思路及规划难点
AI前线
1+阅读 · 2022年2月23日
8个算力枢纽,10大数字中心集群!国家级「东数西算」工程全面解读!
新智元
3+阅读 · 2022年2月18日
从中心走向边缘——深度解析云原生边缘计算落地痛点
阿里技术
1+阅读 · 2022年2月18日
数字化浪潮中的粤港澳大湾区,科创企业们的历史快车
学术头条
0+阅读 · 2021年12月2日
全世界都在挑战英特尔,谁能在芯片「战国时代」笑到最后?
机器之心
0+阅读 · 2021年5月1日
智慧城市白皮书(2021年),64页pdf
专知
8+阅读 · 2021年4月24日
相关基金
城市网络视角下我国多中心城市群空间结构演化研究
国家自然科学基金
4+阅读 · 2015年12月31日
我国马铃薯生产区域专业化研究——基于空间布局的视角
国家自然科学基金
1+阅读 · 2015年12月31日
大数据时代面向智慧城市发展的应急服务资源整合与协同配置研究
国家自然科学基金
9+阅读 · 2014年12月31日
基于随机网络演算的数据中心QoS保障节能策略研究
国家自然科学基金
0+阅读 · 2013年12月31日
时间密集型空间大数据实时计算关键方法研究——以精细气象预报产品快速生成为例
国家自然科学基金
0+阅读 · 2013年12月31日
面向云服务数据中心的OpenScale全光交换网络
国家自然科学基金
3+阅读 · 2013年12月31日
云计算环境中租户数据的计算安全保障机制研究
国家自然科学基金
1+阅读 · 2012年12月31日
基于随机网络演算的智能电网统一系统建模
国家自然科学基金
1+阅读 · 2012年12月31日
面向云计算性能保证的多租户数据中心网络带宽分配与最优性价比计价体系研究
国家自然科学基金
1+阅读 · 2012年12月31日
车联网异构无线网络联合资源管理研究
国家自然科学基金
8+阅读 · 2012年12月31日
相关论文
Clifford Circuits can be Properly PAC Learned if and only if $\textsf{RP}=\textsf{NP}$
Arxiv
0+阅读 · 2022年4月20日
Few-Shot Learning with Siamese Networks and Label Tuning
Arxiv
1+阅读 · 2022年4月20日
Radio Galaxy Zoo: Using semi-supervised learning to leverage large unlabelled data-sets for radio galaxy classification under data-set shift
Arxiv
0+阅读 · 2022年4月20日
Interaction-Aware Labeled Multi-Bernoulli Filter
Arxiv
0+阅读 · 2022年4月19日
Variable elimination, graph reduction and efficient g-formula
Arxiv
0+阅读 · 2022年4月17日
Twin-width can be exponential in treewidth
Arxiv
0+阅读 · 2022年4月15日
Network-Aware 5G Edge Computing for Object Detection: Augmenting Wearables to "See" More, Farther and Faster
Arxiv
0+阅读 · 2022年4月15日
Accelerating Attention through Gradient-Based Learned Runtime Pruning
Arxiv
1+阅读 · 2022年4月15日
ResMLP: Feedforward networks for image classification with data-efficient training
Arxiv
12+阅读 · 2021年5月7日
Self-training with Noisy Student improves ImageNet classification
Arxiv
15+阅读 · 2019年11月11日
大家都在搜
PRML
壁画
大型语言模型
ETHZ博士论文
时间序列
智能推荐
洛克菲勒
汽车智能化
无人艇
出海产品从 0 到 1 该怎么做
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top