應用人工智慧的未來：邁向超個人化與永續發展的世界

企業領導者面臨著解決永續發展目標的挑戰，包括減少碳足跡和管理能源消耗成本，同時還要確保其企業能夠利用快速變化的步伐和新的商業機會，推進技術，特別是人工智能，使每個部門都能實現。

作為英特爾大使，我很高興能繼續與英特爾在第四代®至強®可擴展處理器方面的合作，以及在經濟中擴展人工智慧的潛力，同時幫助實現永續發展目標。

透過內建加速器和軟體最佳化，第四代英特爾®至強®內建加速器已被證明在目標現實工作負載下提供領先的每瓦效能。這將導致更有效率的CPU利用率、更低的電力消耗和更高的投資報酬率，同時幫助企業實現其永續發展目標。

我們現在處於廣義人工智慧(ABI)時代，來自Microsoft、Google、OpenAI和其他企業的多模態、多任務轉換器，使某些深度學習演算法能夠執行視覺和自然語言處理(NLP)任務。儘管如此強大的演算法需要強大的中央處理器(CPU)和圖形處理單元(GPU)來擴展，以實現良好效能。

與上一代相比，英特爾第四代®至強®可擴充處理器可將AI工作負載加速3倍至5倍，用於SSD-ResNet34上的深度學習推斷，以及使用英特爾®高階矩陣擴充（Intel®AMX）在ResNet50 v1.5上進行訓練時加速高達2倍。此外，在AI效能方面，第四代英特爾®至強®可擴充處理器透過內建AMX(BF16)為即時推理和訓練，提供比上一代高10倍的PyTorch效能。

隨著我們進入一個人工智慧演算法越來越強大的時代，例如具有自我意識和生成式人工智慧的變形金剛以及人工智慧的興起與物聯網(AIoT)相結合，我們將需要第四代英特爾®至強®可擴展處理器提供更有效率、更強大的CPU，讓AI在低延遲用例中非常快速地擴展和處理大量數據，同時將能源效率和減少碳足跡作為關鍵目標。

人工智慧如何幫助實現永續發展和應對氣候變遷?

Microsoft委託PWC撰寫了一份題為「人工智慧如何實現永續發展的未來」的報告，內容涉及人工智慧在全球經濟四個領域的潛力：

• 能源
• 農業

##該報告的結果表明，人工智慧在推動減排方面具有巨大潛力，同時還能在報告中探討的四個領域增加就業和經濟成長:

###全球二氧化碳排放量減少4%######GPD成長4.4%，達到5.2兆美元#######就業成長，創造3,800萬個就業機會#########溫室氣體減排潛力（全球高達4%）基於所有四個部門（水、能源、農業和交通）的假設，以及人工智慧可能在這些部門發揮的作用，包括但不限於精準農業，精準監測，燃油效率，優化投入使用，提高生產力。 ######此外，美國EPA和BCG列出了獨立5G網路帶來的收益（見上圖右側），由此產生的SA 5G網路能夠大規模擴展AIoT(應用於物聯網設備和感測器的人工智慧)，以及機器對機器通訊的自動化流程增加，可能會增加就業機會，並有可能減少溫室氣體排放。 ######最新的英特爾®加速器引擎和軟體優化有助於提高人工智慧、數據分析、網路和儲存的能源效率。與上一代產品相比，組織可以利用內建加速器將目標工作負載的平均效能每瓦效率提高2.9倍。這將帶來更有效率的CPU利用率、更低的電力消耗和更高的投資回報，同時幫助企業實現永續發展和碳減排目標。 ######促成改變######第四代英特爾®至強®可擴充處理器由於內建加速器的設計創新而提高了能源效率。這允許特定的工作負載消耗更少的能量，同時以更快的速度運作。 ######每瓦特結果（平均）是第三代英特爾至強處理器的2.9倍，同時也允許大規模擴展我們正在進入的AIoT新時代所需的工作負載，例如推理和學習增加了10倍、壓縮提高了2倍、資料分析增加了3倍，所有這些都減少了95%的核心。 ######另一項創新是優化電源模式功能，啟用後可節省20%的能源（在雙路系統上可節省140瓦），同時對性能的影響微乎其微（在特定工作負載上影響2 -5%）。 ###

獨立(SA)5G網路的融合將大幅增加設備連接和超低延遲環境，允許物聯網(IoT)的大規模擴展，與互聯網連接的設備和感測器與人類用戶和彼此通信(機器對機器)。越來越多的物聯網設備將嵌入人工智慧(在網路邊緣)。

此外，Statista預測，到2025年，將有驚人的750億台連網設備，即地球上每人超過9台！ IDC Seagate預測，產生的資料量將從2020年的64澤字節增加到2025年的近三倍，達到175澤字節，其中三分之一的資料是即時消耗的!應用人工智慧對於有效管理網路和理解數據，並為用戶提供近乎即時的回應至關重要。

此外，這個新時代將使我們能夠測量、分析評估和動態回應環境，無論是醫療保健、能源、智慧城市的交通、製造業等。人工智慧能力和推理性能將是我們正在進入的這個時代成功的關鍵。

Intel®至強®可擴充處理器以更低的延遲提供更多網路運算，同時協助維持資料完整性。透過TCP使用NVMe時，每秒儲存I/O(IOPS)提高79%，延遲降低45%，與沒有加速的軟體錯誤檢查相比，使用Intel®資料流加速器(Intel®DSA)加速CRC32C錯誤檢查。

BCG在一篇題為「利用人工智慧的力量減少碳排放和成本」的文章中預測，將人工智慧技術應用於企業永續發展目標可能會減少2.6至53億噸或1至3兆美元的增加價值。

實現這一目標的過程包括：

• 監控排放
• 預測排放
• 減少排放

BCG認為，由於人工智慧的應用，溫室氣體減排潛力最大的產業包括：工業產品、交通運輸、製藥、消費品、能源和公用事業。

英特爾的願景是加速從製造到產品再到解決方案的可持續運算，以實現永續發展的未來。組織可以透過選擇第4代英特爾®至強®可擴展處理器來幫助減少範圍3的溫室氣體排放，這些處理器採用90-100%的可再生能源製造，工廠擁有最先進的水回收設施，在2021年回收了28億加侖的水。為避免疑問，需要指出的是，本段中提供的統計數據涉及與隱含碳相關的不影響運營碳排放的範圍3排放，然而，範圍3還包括運營碳，其中伺服器在等式中佔較大比例。 ######將AIoT應用於永續發展的用例範例包括：###

• 感測器可偵測房屋是否有人，從而關閉燈和空調，或將溫度降至較低的水平。
• 感測器可以在暖氣運作時，將開關的窗戶關閉。
• 在問題發生之前進行預測，如水管破裂、監控意外中斷、交通擁堵點以及嘗試重新安排交通路線，或修改交通燈順序以減少擁堵
• 在農業方面，在無人機上應用電腦視覺來確定作物何時成熟以收割，以減少浪費的作物，並檢查乾旱和蟲害的跡象
• 森林砍伐，非法砍伐的近實時分析。
• 再生能源，無人機應用來自深度學習演算法的電腦視覺，可以檢查風力渦輪機的葉片和太陽能發電場的太陽能電池板是否有裂縫和損壞，從而延長資產壽命並增加發電量。
• 使用機器學習演算法優化儲能，以最大限度地提高電池儲能的運作性能和投資回報。

Rolnick等人在2019年發表了一篇題為「用機器學習應對氣候變遷」的論文，由Demis Hassabis、Andrew Y Ng和Yoshua Bengio等領先的人工智慧研究人員合著，闡述了透過在企業的整個製造營運中應用人工智慧來減少排放的潛力，從設計階段到生成設計和3D列印、供應鏈優化以及優先選擇低溫室氣體排放選項，利用再生能源供應改善工廠能源消耗，透過檢測排放來提高效率(包括預測性維護)，並採取後續行動，減少供暖和製冷的排放，並優化運輸路線。

第4代英特爾®至強®可擴充處理器還具有電源管理工具，可實現更多控制並節省更多營運成本。例如，平台BIOS中新的最佳化電源模式，可為選定工作負載節省高達20%的插座電源，而效能影響不到5%。

此外，Rolnick等人的論文，闡述了企業如何處理零售商的未售出庫存問題。據估計，時尚產業每年為此花費1200億美元！這既是一種經濟浪費，也是一種環境浪費。有針對性的推薦演算法來匹配供應和需求，以及應用機器學習來預測需求和生產需求也可能有助於減少這種浪費。

在AIoT的世界中，客戶可以沿著商業街或購物中心行走，機器學習演算法可以根據其附近的商店提供個人化的產品推薦。

零售和製造範例都需要AI演算法的近即時回應，這就是為什麼CPU內的加速器是提供增強效能的重要因素。

AIoT的世界將要求能夠在電力受限的環境下工作，並且能夠近乎即時地響應用戶需求。

英特爾使組織能夠根據計算需求的波動進行動態調整以節省電力。英特爾®至強®可擴展處理器內建遙測工具，可提供重要資料和AI功能，以協助智慧監控和管理CPU資源，建構有助於預測資料中心或網路尖峰負載的模型，並在需求較低時調整CPU頻率以減少用電量。這為節省更多電力打開了大門，當再生能源可用時，可以選擇性地增加工作量，並有機會降低資料中心的碳足跡。

此外，只有英特爾提供針對液冷系統最佳化的處理器SKU，並提供浸入式冷卻保固附加條款，幫助組織進一步推進其永續發展目標。

人工智慧將無所不在，遍及我們使用的裝置和感測器，實現大規模的超個人化，對客戶用戶進行近乎即時的即時回應。然而，為了利用這些機會，企業領導者需要確保其投資於能夠滿足業務及其客戶需求的適當技術。

我們正在進入一個接近即時回應的時代，在機器對機器通訊的世界中，與客戶接觸和動態回應是必要的。

Intel®高階矩陣擴展(Intel®AMX)允許高效擴展AI能力，以響應用戶和網路的需求。

借助英特爾®高階矩陣擴展（Intel®AMX）顯著加速CPU上的人工智慧功能。英特爾AMX是一種內建加速器，可提高第四代英特爾®至強®可擴展處理器上深度學習訓練和推理的效能，是自然語言處理、推薦系統和影像辨識等工作負載的理想選擇。

第四代英特爾®至強®可擴充處理器擁有市場上所有CPU中最多的內建加速器，可在AI、分析、網路、儲存和HPC中快速成長的工作負載類型中，提供效能和能源效率優勢。借助所有新的加速矩陣乘法運算，第四代英特爾®至強®可擴展處理器具有卓越的AI訓練和推理性能。

其他無縫整合的加速器可加速資料移動和壓縮，以實現更快的網路連接，提高查詢吞吐量，以實現更靈敏的分析，以及卸載調度和佇列管理，以動態平衡多個核心之間的負載。為啟用新的內建加速器功能，英特爾為生態系統提供了作業系統層級的軟體、函數庫和API。

第四代英特爾®至強®可擴充處理器的效能提升包含以下內容：

• 使用較少的核心和更快的加密運作雲端和網路工作負載。與在沒有加速的CPU核心上運行的軟體相比，使用RSA4K的英特爾®QuickAssist技術（Intel®QAT）在開源NGINX Web伺服器上，將客戶端密度提高4.35倍。
• 在開源的RocksDB引擎中，使用英特爾記憶體分析加速器(英特爾®IAA)，與沒有加速解決方案的核心上的軟體壓縮相比，資料解壓縮吞吐量提高了1.91倍，提升了資料庫和分析性能。使用英特爾資料流加速器(英特爾®DSA)，與前一代直接記憶體存取相比，記憶體對記憶體傳輸增加了8.9倍。
• 對於5G vRAN部署，與上一代相比，透過新的指令集加速將網路容量提高多達2倍。

隨著SA 5G網路的擴展和規模化，安全成為AIoT時代的關鍵問題。

無論是在本地、邊緣或雲端部署，企業都需要保護資料並遵守隱私法規。第四代英特爾®至強®可擴展處理器為業務協作和洞察開闢了新機遇，即使是敏感或受監管的數據。機密運算提供了一種解決方案，透過基於硬體的隔離和工作負載的遠端證明來幫助保護使用中的資料。英特爾®軟體保護擴充(Intel®SGX)是現今市場上研究、更新、部署最多的資料中心機密運算技術，與現今資料中心任何機密運算技術相比，其信任邊界最小。開發人員可以在安全區內執行敏感資料操作，以協助提高應用程式安全性和保護資料機密性。

英特爾的Bosch案例研究提供了物聯網領域安全應用的範例。

此案例研究觀察到，存取原始資料集是開發基於人工智慧的分析的理想選擇。此範例闡述了Bosch的自動駕駛汽車部門如何使用在英特爾SGX上運行的開源專案Gramine，來降低與資料或IP洩漏相關的風險。

到本十年末，我們可能會經歷道路上先進的電動車和自動駕駛汽車（EV/AV）數量的大幅增加。

隨著更多的再生能源進入電網，電池儲存將變得更加重要。內建加速器的強大CPU可以幫助機器學習技術跨電池儲存設施擴展，以優化能源和電池性能的可用性。這與有電源和電池限制的邊緣和網路場景相關，例如智慧家庭和製造設施中的電動車和電源優化設備。

在這個世界上，由AIoT實現的大規模超個性化將允許與客戶近乎即時地即時互動，並提高效率，從而減少浪費，因為機器學習和數據科學將能夠從將創建的大量數據中更好地預測客戶需求。

可以想像，使用者在通勤途中從事零售或娛樂活動，而EV/AV透過深度學習的電腦視覺識別乘客，並根據使用者檔案個性化汽車環境（娛樂等）。自動駕駛汽車將根據不同的用戶進行調整，並允許用戶有效地利用其時間(工作、娛樂)。然而，即使在更先進的EV/AV到來之前，企業也有很多機會在AIoT時代利用與客戶近乎即時的互動，同時減少浪費。例如更好地匹配供需，改善需求預測，識別和匹配供應鏈和製造流程。

第四代英特爾®至強®可擴展處理器為跨網路邊緣開發物聯網服務和應用提供了一個更安全的環境，從而使企業能夠在安全方面更有信心地創造新的機會。

這種擴展和實現安全AIoT的願景與我個人的願景一致，即應用AI和相關數據分析和數位技術來實現永續發展目標，同時提供真正大規模超個人化的世界，使企業能夠真正回應客戶的需求即時條件下的需求，並根據個人客戶的需求進一步客製化產品。

從今年開始，我們將進入一個令人興奮的新時代，在這十年的剩餘時間裡，人工智慧將迅速擴展到我們周圍的設備和感測器，以及遠端雲端伺服器，這些伺服器將繼續對訓練演算法保持重要地位，充當資料湖，並使歷史資料分析能夠改善人工智慧的學習結果，改善服務的個人化，或確定進一步提高組織運作效率的機會。

我們將能夠測量和評估周圍的排放和能源消耗，識別浪費並減少低效率。

整個網路邊緣的AI演算法將需要節能的CPU來在電力受限的環境中運行，並實現減少碳足跡。第四代英特爾®至強®可擴展處理器使組織能夠擴展AI功能，大規模提供超個人化，並更有效地管理邊緣的內部運營，同時也有助於實現安全性和永續性目標。

以上是應用人工智慧的未來：邁向超個人化與永續發展的世界的詳細內容。更多資訊請關注PHP中文網其他相關文章！