近日,《自然》雜志的封面文章介紹了麻省理工學院設計的深度學習框架。文章指出,這一深度學習框架可以預測基因組的突變及其對基因表達的影響,從而幫助科學家設計細胞、研發(fā)新藥、尋找疾病新療法。
新藥、新療法的研發(fā),需要一個過程。機器學習、人工智能的應用,同樣也是如此。有研究報告指出,2021年中國機器學習產品服務的市場規(guī)模達到275億元。但企業(yè)要想把它利用起來,而且用得好,仍需跨過多個門檻。首當其沖的便是跨架構的開發(fā)機器學習開發(fā)、集群資源管理與調度和 AI 性能優(yōu)化等多維挑戰(zhàn)。
為幫助企業(yè)更高效地利用 AI 技術推進業(yè)務創(chuàng)新,蘇州超集信息科技有限公司自主研發(fā)了 AI Max 機器學習平臺。該平臺集成了英特爾® oneAPI 工具包及 OpenVINO™ 工具套件,可以讓跨架構開發(fā)、應用遷移更簡單,同時精準管理、調度機器學習使用的資源,加速數(shù)據(jù)整合,推動實現(xiàn)數(shù)智化轉型。由該系統(tǒng)支持的脊柱輔助診斷系統(tǒng),可以實現(xiàn)智能、快速和準確復查,而且成本更低。
oneAPI 加持,AI Max 性能 Max
基于 Kubernetes 容器調度引擎,超集信息研發(fā)的 AI Max 機器學習平臺能夠管理、調度和監(jiān)控異構資源,提供了從覆蓋模型開發(fā)、訓練到部署的完整流程和工具,覆蓋了教育、科研、金融、醫(yī)療、能源等各行業(yè)用戶。
然而,在使用 AI Max 的過程中,客戶發(fā)現(xiàn):在跨架構的機器學習與開發(fā)應用遷移中,不僅需要消耗大量開發(fā)時間與成本,而且會面臨復雜的性能優(yōu)化問題,導致硬件資源無法得到充分利用。更不用說各種質量參差不齊的開發(fā)框架、開源模型,以及日益增加的模型規(guī)模,所有這些都讓用戶感到無從下手。
現(xiàn)在,最新版本的 AI Max 融合了英特爾® oneAPI 工具包以及 OpenVINO™ 工具套件,降低了機器學習任務跨平臺開發(fā)與遷移的復雜性,同時提升了機器學習模型在異構平臺中的運行性能,現(xiàn)有的機器學習模型也得到了充分利用,從而加速了學習應用的開發(fā)。
作為基于新一代標準的英特爾® 軟件開發(fā)工具,英特爾® oneAPI 工具包是一種通用、開放且基于行業(yè)標準的編程模型,可以跨越各種架構構建,全面兼容現(xiàn)有的編程模型和代碼庫。并能夠充分利用一流的硬件特性加速計算進程,構建和部署以數(shù)據(jù)為中心的高性能應用程序。開發(fā)者只需一個代碼庫,就能將應用輕松遷移到新系統(tǒng)和加速器上,從而大幅縮短了遷移時間,減輕了遷移工作量。
oneAPI 工具包:提升性能,降低成本,拉動創(chuàng)新
英特爾® oneAPI 工具包包括:
1、英特爾® oneAPI Base 工具包:
作為oneAPI其他產品的基礎,包含了 ICC 編譯器、DPCPP、oneMKL 等眾多高性能庫和 VTune 等性能調試工具,可幫助開發(fā)人員進行跨 CPU、GPU 和 FPGA 構建、測試和部署以性能為中心、以數(shù)據(jù)為中心的應用程序。
2、英特爾® oneAPI AI Analytics 工具包:
提供大家熟悉的 Python 工具和框架,包括面向 TensorFlow 和 PyTorch 的英特爾® 優(yōu)化的深度學習框架、預訓練模型和低精度工具,以及針對英特爾優(yōu)化的計算密集型 Python 包、Modin、scikit-learn 和 XGBoost,可最大限度提高預處理性能,實現(xiàn)數(shù)據(jù)預處理和機器學習工作流的直接加速。
3、英特爾® OpenVINO™ 工具套件:
基于英特爾® oneAPI Base 工具包中的 oneDNN 進行開發(fā),支持最新一代的人工神經網(wǎng)絡,包括卷積神經網(wǎng)絡(CNN)、遞歸網(wǎng)絡和基于注意力的網(wǎng)絡,可跨英特爾® 硬件擴展計算機視覺和非視覺工作負載,從而大幅提高性能。
通過使用集成英特爾® oneAPI 工具包的 AI Max 機器學習平臺,超集信息聯(lián)合醫(yī)療客戶打造了邊緣端的脊柱輔助診斷系統(tǒng),新平臺性能與 GPU 方案相當,可完成同樣質量的推理計算,推理準確性和耗時均在同一水平,可應用于臨床,且總體擁有成本(TCO)更低。
智能賦能,未來可期
未來,人工智能的應用潛力將在視覺、語音、推薦系統(tǒng)等眾多領域中不斷發(fā)揮。英特爾將繼續(xù)攜手超集信息等眾多合作伙伴,致力于建立搭建良好生態(tài)系統(tǒng),讓眾多工程師、開發(fā)人員、數(shù)據(jù)科學家和研究人員無縫切換到邊緣到云的 AI 之旅中,用人工智能為數(shù)智時代賦能。