Skip to main content

人工智能

人工智能无处不在——从网络边缘到云

人工智能 到处

在最近的一次发布会上,英特尔首席执行官 Pat Gelsinger 不仅介绍了新产品,还提出“人工智能无处不在”的概念。在介绍第五代英特尔®至强® 处理器和英特尔®酷睿 Ultra 处理器时,Gelsinger 谈到了英特尔如何努力将人工智能工作负载引入数据中心、云和边缘。

现在,在与英特尔® 以太网产品北美渠道销售支持经理 Gary Gumanow 的对话中,我们将进一步了解人工智能无处不在的概念和网络边缘的作用。Gary 的职业生涯一直专注网络领域,这可能也是 他被称为“Gary Gigabit”的原因所在。Gary 曾在纽约市的一些顶级律师事务所从事系统集成工作,与英特尔分销商和解决方案提供商密切配合。Gary 表示,了解技术、客户需求以及产品如何通过渠道流通是他最关心的问题。

当英特尔谈到人工智能无处不在(从数据中心到边缘设备)时,这对网络边缘意味着什么?

人工智能无处不在意味着从边缘到网络核心,再到数据中心。我们所说的边缘是指端点:传感器、摄像头、服务器、个人电脑、适配器——连接到网络的设备。而内核是指为边缘提供服务的组件。数据中心中的人工智能并不是什么新鲜事物,它拥有处理大型人工智能负载的能力和存储。但在边缘进行推理却是新事物。从紧凑型/坚固型电脑的处理能力到数据来回传输所需的时效性网络和连接,都面临着诸多挑战。

若干领域会影响网络,而网络对这些领域也很重要。人工智能对边缘设备意味着什么?人工智能模型的好坏取决于它所能获得的数据,但数据如何到达边缘设备,反之,数据又如何返回数据中心?

重要的是,您需要在那里放置合适的智能设备——合理调整架构,以免给数据中心之间的网络造成负担。这意味着使用合适的 CPU 实现人工智能无处不在,在提高性能的同时降低成本。

我们一直在努力提高网络设备的带宽、数据安全性和机密计算能力,这样当网络设备向下延伸到边缘时,它就能保证安全、低延迟,并具备连接数据中心和边缘所需的性能。在每瓦特性价比和优化功率方面做到低功耗和可持续。

让我们将这一想法扩展到工厂,在那里我们有人工智能和计算机视觉——可利用所有这些数据并在边缘进行推理。这里的网络边缘是什么样的?

无论你是否相信,有些工厂车间确实非常大,它们有自己的天气模式。目前,制造业和自动化领域最热门的话题之一是机器人设备之间的距离。当这些设备彼此隔开足球场那么大的距离时,它们如何进行通信呢?如何将实时数据传输到对装配线非常重要的边缘设备?

这也是制造商在工厂部署专用 5G 网络的原因——这样他们就可以从本地服务器或数据中心一直到这些端点进行通信。但这种类型的通信需要时间精确、低延迟和高性能。

因此,5G 虚拟化无线接入网络 (vRAN) 的基石之一是精确授时技术。而全球卫星定位 (GPS) 设备则是精确授时网络的关键要素。从本质上讲,网络具有原子钟,通常是一种网络设备,你的所有设备都与该设备同步。但这种方法既昂贵又只能专用。

对于 5G 而言,前向纠错(FEC)也很重要,它可以在数据流中进行前向纠错,这样就可以在传输过程中消除任何错误——既能精确授时,又能进行前向纠错。所有这些都会变得复杂。

例如,英特尔如何降低在工厂部署专用 5G 的复杂性?

我们已将这些功能直接内置到以太网产品中。以基于设备的原子钟技术为例,它现在已集成到我们的一些网络适配器中。您可以省去网络中的这些设备,并具有内置 5G 网络所需的授时精度。这样既省电、省钱,又简化了网络设计,因为不需要所有这些设备都回到原子钟上。它可以出现在节点上需要的地方。GPS 时间同步和 FEC 也是我们的网络适配器和设备内置的其他技术。

我们正在逐步将独立组件的要求缩小到更小的范围内。现在,英特尔® vRAN Boost 通过第四代英特尔®至强® 处理器的加速器完成大量工作。这是与 vRAN Boost 完全集成的大容量加速,可提高通过 vRAN 运行以太网所需的性能和计算。同样,这也降低了组件要求、功耗和整个系统的复杂性。

它如同英特尔公司的发展历程。将其整合到处理器或更少的组件中,并加以简化,使其更易于部署。另一个示例是以太网如何嵌入英特尔至强 D 处理器。片上系统 (SoC) 处理器具有以太网控制器逻辑,可在实际芯片中支持 100 千兆位。

它的大小适合网络设备或边缘设备,而不是云数据中心,因此内核较少,所需的功率也较低。它还专门用于处理网络流量和网络安全问题。英特尔至强 D 处理器“大小适中”,非常适合应销售和嵌入的位置。您可以将其部署在医疗传感器、网关、工业 PC 和工厂车间等所有需要近实时可操作洞察力的位置。

最后,您还有什么要补充的吗?

我们非常重视与多个供应商的互操作性。事实上,在人工智能领域,我们正在基于开放式 API 和开放式软件开发 HPN,即高性能网络堆栈。我们正在与 Broadcom、Arista、Cisco 等多家供应商合作。超以太网联盟向希望参与开放式生态系统并支持数据中心人工智能的组织开放。

我的客户告诉我,他们喜欢英特尔与业界合作的开放方式。这个即将在开放环境中实现数据中心以太网的联盟对于整个行业来说至关重要,因为人工智能可以真正延伸到尽可能大的范围。

显然,以太网经受住了时间的考验,因为它具有五大原则:向后兼容性、对带宽的无限需求、互操作性、开放软件和不断发展的用例。无论是 802.11、千兆位以太网还是 100 千兆位以太网,网络都是与 5G 相辅相成的结构,它将整个故事串联在一起,实现了从边缘到云端——人工智能无所不在。

 

本文由 insight.tech 的编辑副主管 Christina Cardoza 编辑。

作者简介

Georganne Benesch is an Editorial Director for insight.tech. Before this she was an independent writer, authoring blogs, web content, solution guides, white papers and more. Prior to her freelance career Georganne held product management and marketing positions at companies such as Cisco, Proxim and Netopia. She earned a B.A. at University of California at Santa Cruz.

Profile Photo of Georganne Benesch