2017年8月22日，開放數據中心委員會主辦，百度、騰訊、阿里巴巴、中國電信、中國移動、中國信息通信研究院、英特爾承辦的"2017 ODCC開放數據中心峰會"在京隆重召開。在下午的服務器分論壇上，臺灣代理服務器 韓國服務器，云計算高級技術總監、英特爾中國數據中心集團周翔就AI時代下的異構計算進行了精彩的演講。
在training上英特爾上個月發布了最新的至強服務器CPU，可用于training加速的還有至強Phi產品。在gateway端，英特爾也是大力布局，包括movidus產品和FPGA都可以應用。在過去幾年，AI得到了極大的發展，AI在數據中心快速的發展得益于智能端所帶來的數據到數據中心，讓大家有這樣的能力去挖掘這些數據。英特爾認為接下來的趨勢就是要把數據中心產生的這些智慧用到端上面去，具體的應用有可能是自動駕駛，也有可能是機器人或者是各種各樣的輔助業務。因此英特爾在端上也是有極大的投入，包括Movidius VPU，包括FPGA，包括GNA（IP）。在AI上，除了數據中心之外，非常重視的就是在端上，我們深信從云端到設備端是形成一個有機的閉環的相輔相成的增長。
具體來講，在數據中心端，其實英特爾一直在給至強這樣的服務器上增加它的處理能力。舉個例子，像至強CPU里面，我們在最新的一代至強加入了AVX512這樣的加速單元，在外面的展臺有一個展示，如果把AVX512打開做Inference加速，能極大提高當前的Inference效果。第二個是在DeepLearning上，KNM產品把單精度浮點運算單元增加了4倍。這上面不得不提一點，在training時用到一些傳統的工具的時候，比如處理大圖片的時候，第一件事是把圖片變得小一點，當你要放到GPU卡上做加速處理的時候，它的內存容量可能不夠，它的帶寬可能會有限制，所以只能處理小的batch size.而英特爾的KNL/KNM處理器，基于大的內存容量，帶寬，可以使用大的batch size，這樣有效的加速大矩陣運算。另外想提一點FPGA，所帶來的執行效率以及能耗降低，英特爾的FPGA的解決方案可以提高training/inference的效率，降低能耗開銷。
我們還有一個專門針對Training做的ASIC，在2017年晚一點的時候會推出市場，供大家做Deep Learning的加速。
英特爾從云端到設備端，我們都在加強在AI上的服務，從已有的至強產品的AVX，或者是KNM加速卡，FPGS或者ASIC，日本游戲代理 歐洲服務器，我們擁有一整套的解決方案體系。
