借助开源项目 学习软件开发-学习开发安卓软件

沉尧的技术观察

懂科技，赢未来！

毫无疑问，当前全球软件行业有两个重要趋势：一方面，“软件正在吞噬一切”，每个公司都在成为软件公司； 另一方面，“开源也在吞噬一切”，越来越多的企业也在拥抱开源，回馈开源。

英特尔也不例外。 过去几年，英特尔开始了从“以PC为中心”到“以数据为中心”的业务转型。 六大技术支柱包括封装、XPU架构、内存和存储、互连、安全和软件。

目前，在软件领域，英特尔已经形成了涵盖固件IP和BIOS、硬件驱动、操作系统、虚拟化和云计算编排、底层系统库、中间件和框架层、运行库和应用程序的强大软件堆栈生态系统。 此外，英特尔拥抱开源已有20多年，尤其是在Linux Kernel/KVM两大社区，英特尔的代码贡献常年排名第一。

从这个角度来看，软件已经深深地植入了英特尔的“基因”中。 那么，在数字化、智能化转型的浪潮下，英特尔如何释放自身软件和开源的力量，推动新架构、新技术、新业务的加速落地？

软件优先

我们知道，在英特尔今年8月举行的“Architecture Day 2020”活动上，英特尔公布了包括Tiger Lake SoC、Xe GPU、SuperFin晶体管工艺、FPGA路线图、oneAPI框架等一系列最新技术进展，尤其是Xe的出现GPU方面也正式宣布，英特尔已完成对四大计算类型芯片的全覆盖：Scalar（CPU）、Vector（GPU）、Matrix（ASIC）、Spatial（FPGA）。

对此，英特尔架构、图形与软件事业部副总裁、中国区总经理谢晓庆表示，随着异构计算的强势崛起，应用场景越来越多样化，用户对应用体验的追求是不断改进。 软件提出了前所未有的挑战和需求。 为此，英特尔还提出了“与时俱进”的新软件战略，希望更好地发挥软件的价值优势，具体来说：

一、软件第一。 从计算的角度来看，英特尔过去几十年在CPU上构建的软件生态是一笔宝贵的“财富”，这让英特尔在编程语言、系统库、工具链等方面拥有强大的生态支持。 不过，Xe GPU毕竟刚刚“崭露头角”，未来在图形、多媒体、计算等领域还需要更强大的软件支持。 良好的起点和基础。

二是易于扩展。 目前GPU市场细分较多，不同的市场对功耗和性能的要求也不同。 对于Intel来说，也希望未来能够最大限度的得到所有GPU开发者的支持借助开源项目 学习软件开发，所以软件的可扩展性就变得非常重要。

三是新的计算负载和用户场景。 当前，面对日益多样化的工作负载和应用场景，传统的软件和解决方案已经“举步维艰”。 因此，英特尔软件未来的重点和方向将是开发新的计算负载和用户场景。 它是未来的大趋势，也是英特尔差异化的价值所在。

不仅如此，oneAPI无疑对英特尔新软件战略的实施起到了非常关键的作用。 今年早些时候，Intel 发布了 oneAPI 的新规范，并在 12 月发布了 oneAPI 的 Gold 版本。 新版本的核心是Data Parallel C++ (DPC++)，这是一种基于C++和Khronos SYCL标准的语言。 除了基于 LLVM/Clang 的 DPC++ 编译器工具链之外，oneAPI 还包括许多库，例如用于深度学习的 oneDNN、作为数学内核库的 oneMKL、用于分析的 oneDAL、用于线程的 oneTBB 以及用于视频处理软件组件的 oneTBB，例如一个VPL。

谢小青认为oneAPI可以为开发者带来三个方面的价值：包括为开发者提供非常友好的编程环境，让开发者可以自由选择自己的硬件平台； 英特尔提供的编译器和系统都经过高度优化，因此开发人员可以最大限度地提高硬件生产力，并以最佳方式支持不同异构计算的硬件加速。 此外，它的开发模式非常快速和高效，使得原始代码的维护成本可以降到最低。

”oneAPI的口号是‘No Transistor Left Behind’，今年12月推出的新Gold版本将率先支持CPU和GPU，未来oneAPI还将继续支持AI硬件加速、FPGA等其他计算芯片借助开源项目 学习软件开发，让开发者可以更快、更高效地完成软件开发，”她说。

可以看出，在“软件至上”战略的推动下，借助oneAPI等全新的开发工具，英特尔正在让未来多计算架构的软件普及成为“新常态”，而我相信能够更好地支持更广泛的行业生态和更多的开发者，在统一软件架构的赋能下，实现应用开发创新的“新进化”。

开源

除了强化软件的价值外，面对数据、算法和算力驱动的人工智能浪潮的兴起，英特尔还加大了对开源和开放的投入。 最具标志性的事件是英特尔去年6月在中国宣布成立大数据分析与人工智能创新研究院，希望加速统一大数据分析与人工智能技术的创新与应用。

在英特尔大数据技术全球CTO、大数据分析与人工智能创新研究院院长戴金全看来，人工智能已经成为中国当前产业升级和企业数字化转型的新动能和新动能，但人工智能将走向到更广泛的行业应用其实是一个非常复杂和精细化的工程。

在这个过程中，开发者往往会遇到两大挑战：一方面，数据量非常大，开发者面临如何将AI算法应用到复杂的数据中； 另一方面，数据非常复杂，不同行业的AI算法定制代码工作量大，耗时长，无法快速落地。 例如在数据标注和准备阶段，数据标注和准备非常耗时费力，约占整体开发时间的50%。 没有智能”，那么如何将AI直接应用于大数据的生产环境，如何大规模无缝扩展，达到最佳的AI应用效果，是当前的“重中之重”。

面对这一行业难题，英特尔也开源了一款大数据AI开源软件平台——Analytics Zoo。 Analytics Zoo建立在oneAPI底层的加速库优化框架之上，无论开发者使用什么，都可以并行处理数据。 TensorFlow、PyTorch、spark、Flink 和 Ray 都可以轻松部署，无需进一步优化。 最后，Analytics Zoo会自动完成集群调度和分布式计算，让整个AI开发过程顺畅顺畅。

戴金权表示，Analytics Zoo具备端到端的大数据+AI软件能力，其中底层提供数据管道能力，可以帮助开发者在分布式大数据上直接无缝运行AI模型； 中间层提供机器学习工作流，可以将很多手动操作和任务自动化； 顶层构建了很多不同的应用场景，包括推荐系统、时间序列分析、计算机视觉和自然语言处理等，这也意味着大数据+AI可以以全新的方式进入高度自动化和智能化的新时代一站式开发。

客观来说，Analytics Zoo不仅赋能行业大数据+AI赋能的应用开发者，更全面提升AI在行业的开发效率和实施效果。 “我们一直致力于为开发者带来最前沿的创新技术。无论是2016年开源的BigDL，还是两年前开源的Analytics Zoo，目标都是连接端到端——端大数据和AI。在此基础上，我们陆续加入了AutoML等新技术，这些开源平台和项目的出现，可以让更多的开发者轻松构建实用的应用场景。” 戴金全告诉我的。

不难看出，英特尔在通过oneAPI打通底层架构后，通过Analytics Zoo等开源软件平台提供了全新的行业AI实现方式。 对于所有行业而言，都会产生巨大的作用和价值，真正让大数据+AI“无所不能”。

赋能创新

今天，随着软件优先和开源开放战略的实施，英特尔的行业赋能和创新之路越走越宽。

比如Intel oneAPI和新发布的GPU-SG1，在整个安卓云游戏的框架中扮演着非常重要的角色。 该方案有望率先在腾讯云上商用。 据介绍，在CPU端，英特尔采用容器技术，将安卓应用运行到轻量级容器中，从而充分发挥英特尔至强的计算能力，为云端协作提供杀手级应用。 在此基础上，Intel Server GPU强大的图形渲染能力和多媒体编解码能力，可以帮助用户使用独立GPU直接在云端渲染云游戏的图形界面，并使用流媒体编码后直接发布到终端.

腾讯仙游云游戏平台副总经理Allen Fang对该方案给予了高度评价。 他认为，在至强可扩展处理器和独立显卡的支持下，英特尔提供了高密度、低延迟、低功耗、低功耗和低TCO的解决方案，一台至强服务器搭配两张SG1显卡可以运行超过100个游戏实例，包括《传奇对决》、《王者荣耀》等热门游戏。

又如，金风惠能以Analytics Zoo为纽带，利用深度学习和机器学习的方法，结合风电机组级天气预报、风轨迹模拟等天气预报数据，构建电力预测新模型。多模型组合的方式。 智能解决方案。

在该方案中，金峰慧能通过Analytics Zoo，将Spark、TensorFlow、Keras及其软件和框架无缝集成到同一个流水线中，从而更好地将数据存储、数据处理、训练推理流水线集成到一个统一的流水线中。管道。 在基础设施方面，降低硬件管理和系统运维成本。

此外，Analytics Zoo不仅可以为解决方案提供统一的端到端分布式解决方案，还可以帮助用户提高系统的开发部署效率和扩展性，尤其是在时序数据分析方面提供更有力的帮助。 测试数据显示，金风汇能的最终风电准确率从最初的59%左右提升至79%左右。 在提高风电功率预测准确率的同时，也大大提高了端到端训练的效率。

总的来说，异构计算的兴起，结合无处不在的海量数据，以及深度学习算法产生的智能化浪潮，产生了远超以往的实际应用效果和商业影响力。 .

在这个过程中，通过不断创新，通过oneAPI提供的统一平台和Analytics Zoo的开源，英特尔无疑最大限度地帮助企业快速构建了一套端到端的数据分析+AI解决方案，彻底解决了从底层架构、数据采集、数据预处理、训练到模型部署的所有问题，不仅实现了对不同行业、不同场景定制化需求的快速响应，也让行业的“普惠AI”之路从梦想转向到现实。 价值可谓“不只为现在，更为未来”。

深遥科技观察由跨界科技与汽车的自媒体人深机创立。 拥有18年企业级媒体工作经验，专注于工业互联网、企业数字化、渠道生态、汽车科技内容的观察与思考。