今年，AI 的熱潮在慢慢退去，從創業者、投資人，到學術機構，大家提到 AI 都不再爆發出“打雞血“一般的狂熱，對待 AI 的定位更加理性。前一段時間，與非網針對 AI 芯片做了盤點：從發燒到退熱，國內 AI 芯片市場經過了怎樣的“水深火熱”？，2018 年，國內發布的 AI 芯片媒體能夠統計到的有近 10 款，今年到目前為止，只有 5 款，AI 創業開始變冷，創業者都在等待新的賽道出現，難道眼看 AI 就要成為“明日黃花”了嗎？

就在上周英特爾的 AI 業務交出一份答卷：營收近 35 億美金。這是一個什么概念？放眼全球半導體公司營收排行榜，35 億美金相當于 ST 的三分之一，AMD 的一半，Xilinx 的全年營收，果然是強者恒強。英特爾人工智能事業部副總裁兼人工智能平臺和市場研究總經理 Julie Choi 還表示，“從 CPU 到 GPU，再到 FPGA，再到客戶定制的 ASIC，我們要把 AI 融入到一切。”

KEEM BAY：又見Nervana新品

你還記得曾經的深度學習公司 Nervana 嗎？它被 VentureBeat 評為值得關注的五家深度學習初創公司之一，在 2015 年被英特爾豪擲 4 億美元收入囊中，隨后聲音越來越小，用戶一度認為 Nervana 就要銷聲匿跡了。

就在上周，Julie Choi 展示了將在 2020 年上半年推出的 Movidius VPU，代號為 KEEM BAY，這款產品就來自 Nervana 團隊。它被定義為一款低功耗、高性能、邊緣推理處理器，為深度學習視覺以及媒體來打造。Julie Choi 介紹，“KEEM BAY 采用了專用架構，性能高度優化，針對邊緣推理，在性能上有巨大提升，提供了 10 倍于上一代 Myraid X 的通量。在處理速度上，KEEM BAY 是英偉達 TX2 的 4 倍，而且要比 Ascend 310 快 25％；在能耗上，KEEM BAY 提供的每瓦的推理性能是英偉達 TX2 的 6 倍，每一平方毫米的推理性能是英偉達 TX2 的 8．7 倍。”

尤其是，KEEM BAY 和 OpenVINO 工具包相結合，客戶能夠充分的利用 KEEM BAY 的獨特的深度學習優化架構，有可能獲得再多 50％的性能。但是這并不僅僅是關于硬件的創新，英特爾一直都是致力于去賦能生態系統的開發者。2020 年，英特爾將推出一個新的開發者項目——面向邊緣的 DEVCLOUD，讓開發者在購買硬件前，可以在各類英特爾的處理器上嘗試、部署原型和測試 AI 解決方案，OpenVINO 將繼續幫助開發者在眾多的硬件架構基礎之上運行視覺模型。

AI在悄然落地，大有遍地開花之勢

雖然 AI 遇冷，但是未必就是“明日黃花”，相反，AI 應用在不斷落地，大有遍地開花之勢。大眾最熟悉的就是智能音箱，Strategy Analytics 的報告顯示，2019 年第三季度全球智能音箱出貨量同比增長 55％，達到 3490 萬臺。這是智能家居的典型產品，除此之外，還有智能燈、智能冰箱、智能空調、智能電飯煲等，數量更是驚人。但是除了智能家居產品，AI 在物聯網、醫療、金融等領域也在悄然落地。

百度大腦搭載英特爾NNP－T

在國內互聯網公司中，百度一致在致力于 AI 研究，百度 AI 系統架構師丁瑞全介紹了百度大腦的架構圖，百度布局了基礎層、認知層、感知層和平臺層。其中，在基礎層和平臺層和英特爾進行了合作。在基礎層的算力部分，英特爾的 NNP－T 和百度的超級計算機 X－Man 進行合作，百度的 X－Man4．0 攜手英特爾加速 NNP－T 的上市應用，其中百度的 Rack 搭配四個 X－Man 計算機，采用 32 個 NNP－T 產品，目前已經在百度實驗室中運行，整體進展符合預期，很快將在百度的數據中心里部署英特爾的產品。

在平臺和生態層，百度與英特爾聯合進行軟件優化，在人工智能時代，深度學習框架是人工智能的操作系統，百度的 PaddlePaddle 飛槳也是開源開放的深度學習框架，用戶的接口友好，大規模訓練和推理性能良好。百度利用英特爾的 VNNI 硬件加速指令集和 PaddlePaddle 結合，把 NLP 領域最重要的模型之一 ERNIE 速度提升 5 倍。在 AI 芯片領域，百度和英特爾把 NNP－T 最新的底層技術集成到 PaddlePaddle 里，在百度內部開發版本上已經具備了這個功能，X－MAN4．0 搭配 NNP－T 的機柜運行的就是 PaddlePaddle 的深度學習框架。這一功能預計將在 2020 年上半年開放給用戶。

AI改變醫療

現在醫學影像設備和系統雖然可以迅速到位，但是軟實力卻無法一蹴而就。如醫學影像分析需要影像科醫生擁有較高的專業素養，不僅具備臨床醫學、醫學影像學等方面的專業知識，還必須掌握放射學、CT、核磁共振、超聲學等相關技能，同時，還需要具備運用各種影像分析技術進行疾病診斷的能力。

作為診斷”金標準”的病理學診斷，在 AI 應用上亦如此。病理 AI 輔助診斷需要綜合病理學知識和人工智能算法，針對單一病種進行海量數據標注及人工智能算法調優，而產品化進程中算法泛化能力對病理 AI 廠商而言也是巨大挑戰。

以宮頸癌篩查為例，2018 年，WHO 調查了 57 萬例女性癌癥患者，其中 6．6％是宮頸癌患者，宮頸癌是排名第四的致命疾病，但是宮頸癌也是現在少有知曉致病機理的癌癥病種——HPV 感染，其早期發現可以完全治愈。如果采用 AI 技術篩查，完全可以推動消滅宮頸癌。目前中國每年會產生數千萬新的宮頸癌 LBP 涂片，這對醫療機構的病理診斷能力構成巨大的挑戰。為此，江豐生物與英特爾一起，開始利用先進的 AI 技術，構建和優化基于宮頸 LBP 切片的宮頸癌篩查 AI 解決方案，基于 5961 張精確標桿樣本進行了訓練，并在 246 張測試集上評估了算法模型。

結果顯示，加入分類網絡后的優化方案，準確性比單獨的目標偵測網絡方案有了大幅提升。如上圖，加入分類網絡后，當其敏感度為 96％時，特異性接近 70％；單獨目標偵測網絡方案中，其 AUC 在 0．9，是一個非常優異的數值。

江豐生物信息技術有限公司副總經理桂坤解釋，“我們的 AI 篩查方案已經取得了實際成效，2019 年，通過國家援非醫療項目進行了宮頸癌篩查，我們參與了一萬余例；在湖南做了兩萬六千余例，結合湖南的縣級醫院，把頭部醫院的高年資醫生，優質資源下沉到縣級醫院去，這符合國家的分級診療策略。”

AI成為金融的“寵兒”

2000 年，華爾街投行高盛在紐約總部的美國股票交易柜臺雇傭了 600 名交易員，如今只剩下了 3 個股票交易員，目前高盛超過 9000 人是程序員和工程師，高盛已經成為一家技術公司；華爾街上另一家巨頭摩根大通也采取了類似的做法，聘用了 4 萬名技術人員專門研究大數據、機器人和云基礎設施，技術預算達到 96 億美元，AI 成了金融業的寵兒。

在實際應用中，英特爾與金融用戶合作探索利用 RNN 模型學習用戶行為特征，當一個很少離開居住地的老人的信用卡出現多次大額交易的時候，這一異常交易特征就會被規則引擎匹配，并引起警覺，這個賬戶會被列入風控系統監控范圍，從而有效避免詐騙發生。

英特爾亞洲人工智能銷售技術總監伊紅衛介紹，“英特爾至強處理器以及其可擴展處理器的硬件平臺為中國銀聯反欺詐模型成功構建、應用提供的強勁算力，以及英特爾提供的多項優化措施，用戶可以在未來選擇性能更強、在 AI 領域有著更多優化方法的英特爾第二代至強可擴展處理器等更新硬件產品，來構建其性能更優的解決方案。”

AI賦能物聯網

萬物聯網時代，AI 賦能物聯網是大勢所趨，近期，企業級云服務廠商青云 QingCloud 也在頻繁涉足 AIoT 領域。青云 QingCloud AI 平臺研發總監霍秉杰分享了青云 QingCloud 在 AI 領域的四個發展戰略：第一，從平臺到服務，憑借已有的 AI 開發訓練和推理平臺逐漸豐富各種 AI 應用服務，未來將把更多 AI 平臺和服務遷移到 Kubernetes 之上，提供容器化服務；第二，云＋端，算力由云延展到端，在 AIoT 市場與英特爾合作打造“云＋端”方案；第三，與合作伙伴共建更廣泛的 AI 生態，給客戶提供更豐富的 AI 服務；第四，AI 賦能云，使青云 QingCloud 的其他產品線更加智能化。

在物聯網領域，青云 QingCloud 計劃使用英特爾的 OpenVINO 框架，運行邊緣端的推理工作負載，其大數據平臺 QingMR 集成了英特爾的 BigDL，給大數據平臺增加了深度學習的能力，后面會集成 BigDL 的新版本 Analytics Zoo。11 月 20 日，青云 QingCloud 和英特爾在上海正式宣布成立聯合實驗室，共同推動云計算、AI、物聯網等領域的創新。

最后，伊紅衛總結，“英特爾不僅有芯片解決方案，而是把所有的技術結合在一起，包括計算、軟件、內存和存儲，以及互連技術，這就是為什么世界上并不存在另外一家像英特爾這樣的公司，能夠把所有技術結合在一起，大規模提供 AI。我們之所以用這樣的方式來設計硬件和軟件，是因為模型復雜度正不斷增加。雖然大部分的企業都還只是在這個曲線的開端，但是那些大型的云服務公司正在擁抱越來越復雜、越來越大規模的模型。為了推動 AI 的進一步發展，我們就必須有能力去建立硬件和軟件，實現更快地傳輸數據、高效存儲和訪問數據，以及處理所有數據。”