原标题：【英特尔AI策略彻底解析】承诺AI应用效能最佳化，扩大支援AI软件开发环境
【英特尔强化AI软体应用的4大层面】英特尔对于AI应用的支援，首先是处理器内建低阶软体原始指令，例如MKL-DNN；针对深度学习软体框架，提供最佳化程式码；对于大数据分析应用平台，投入Hadoop、Spark的版本提供或贡献程式码；而在整合式软体开发工具，他们也推出Deep Learning SDK。
图片来源:iThome
看好人工智慧带来的运算处理需求与未来的蓬勃发展，英特尔不只是推出多种伺服器端处理器来因应，在2016年11月举行的Intel AI Day活动期间，他们宣布将更积极发展深度学习应用的运算与沟通处理的程式库，并以基本指令（primitives）的形式整合到处理器硬体上。而在AI应用软体开发的支援上，他们陆续开始提供的部分，包含：程式库、程式语言的支援、平台、软体开发套件、程式开发框架。
无独有偶，IBM与Nvidia也在11月宣布，双方将联手开发新的深度学习专用软体开发套件PowerAI，可搭配IBM 专为AI应用所特别设计的伺服器——OpenPOWER LC（採用Power运算架构与Nvidia NVLink互连技术），藉此提供企业级的深度学习解决方案。
英特尔在Intel AI Day提出人工智慧的策略，正巧IBM与Nvidia也在之前宣布了PowerAI，在那一週期间，同时，又适逢全球高效能运算界关注的SuperComputer 2016大会举行。显然两大阵营争相较劲的意味相当浓厚，而且他们最终竞逐的目标，其实都是下一波企业应用。
英特尔AI解决方案总览
在AI应用的布局上，英特尔不只是单纯提供处理器平台，软体的支援更是重点——他们发展多种程式库、软体开发平台，积极支援多种深度学习应用框架，同时也会推出整合式的解决方案。
积极支援多种深度学习框架，陆续提供IA架构效能最佳化的程式码
以发展AI应用系统所採用的各种程式开发框架为例，英特尔承诺，将针对在Intel Architecture运算架构（IA）的系统环境，提供经过最佳化的程式码，以提升执行效能。
例如，在深度学习技术的应用领域当中，较为风行的几种开放原始码软体框架（Deep Learning Framework），像是Caffe、Theano、Torch、MXNet、Neon，英特尔已经提供Intel Architecture最佳化程式码。至于TensorFlow的部分，英特尔与Google Cloud Platform在11月的Intel AI Day活动上，正式宣布策略合作后，最快于2017年初，才会释出相关的程式码。
?Caffe?
这是由美国柏克莱视觉与学习中心（BLVC）所开发的框架，英特尔提供了特製版本Intel Optimized Caffe，可适用于Xeon与Xeon Phi处理器平台，当中整合了英特尔发展的数学核心程式库MKL（Math Kernel Library），并且已针对AVX2和AVX-512指令集，进行软体效能最佳化的工程。
而Caffe经过改良的成效如何？英特尔提出的实例，是影音服务业者乐视云（LeTV Cloud）的非法影片侦测应用。他们是在Xeon E5-2680 v3伺服器平台上，搭配Intel Optimized Caffe来进行影片分类的训练，结果得到了30倍的效能提升（相较于他们先前使用的BLVC Caffe，搭配OpenBlas程式库作为卷积式类神经网路）。
?Theano?
它是由加拿大蒙特娄大学LISA实验室发展的深度学习框架，英特尔也提供了改良的程式库，是针对多核心运算环境予以最佳化而成的版本，而在京都大学大学院医学研究科的应用案例当中，当他们以此进行新药探索模拟运算的测试上，精準度最高可达到98.1%，而另一个深度学习网路（Deep Belief Networks，DBN）的测试当中，也获得8倍的效能增长。
?Torch?
Torch也是许多人很关注的深度学习框架之一，目前主要维护的成员，是来自Facebook、Twitter、Google DeepMind公司的研究科学家和软体工程师。英特尔对这套框架提供最佳化支援之余，同时整合了MKL程式库，进而针对伺服器硬体端执行的深度神经网路指令集，提升效率。
而在这样的环境搭配下，英特尔举出的例子是他们与Pikazo软体公司合作，针对他们开发的图像风格转换App，协助后端处理效能强化——若以App刚推出的效能作为基準，现在Pizako App在图形上色（render）的速度，可提升到28倍，而能够处理的图档尺寸也扩充到15倍之大。
?Neon?
Neon是英特尔併购的Nervana Systems公司所发展出来的程式库，强调易用与高效能，在其现有的技术架构当中，可区分为深度学习功能（演算法）、资料模型、解决方案等三层。
在这次的Intel AI Day大会上，英特尔也预告将推出Intel Nervana Graph Compiler，作为AI应用软体层的共通基础，以此对于深度学习应用的架构型态，提供更进阶的描绘方式，以及调校作法。
针对类神经网路，提供高阶的图学运算编译器
深度学习框架Neon对于硬体资源的存取，会透过不同平台的转换API来介接，因此上层应用无须考虑硬体差异，接下来，英特尔会在Neon原本的架构与硬体转换层之间，新增一层Nervana Graph Compiler，主要是为了针对类神经网路应用，提供高阶的处理，以便同时横跨多台硬体设备执行。
?Intel Deep Learning SDK?
除了支援不同开发者所偏好的深度学习框架之外，英特尔本身也会推出Intel Deep Learning SDK。
藉由当中提供的简易使用介面，资料科学家与软体开发人员可发展各种深度学习的应用方案。
例如，透过SDK里面的训练工具，我们能够进行深度学习模型的设定、準备、设计；若要将已经训练好深度学习的模型，自动进行最佳化与部署的程序，也可以运用SDK包含的部署工具来帮忙。
英特尔处理器内建新的原始指令，强化深度学习效能
针对各种深度学习框架提供最佳化之余，英特尔在旗下的处理器产品当中，也内建了多种程式库来提升AI应用系统的效能。
?Math Kernel Library（MKL）
MKL是英特尔发展了22年的程式库，里面集合了许多原始的数学运算指令，可加速在工程、财务、科学等领域的模拟与分析处理，2016年之后，由于增加了MKL-DNN的程式库，因此也能提升机器学习与深度学习的效能。目前内建MKL的处理器，包含个人电脑用途的Core，以及伺服器等级的Xeon、Xeon Phi。
这套程式库提供了低阶的C与Fortran程式语言介面，能执行多种通用运算，例如，矩阵的乘法、分解、快速傅立叶转换、乱数产生、向量函数等，能支援多种作业系统平台的应用程式开发，例如，Windows（微软Visual Studio），以及Linux与OS X（Eclipse）。
?Math Kernel Library for Deep Neural Networks（MKL-DNN）
透过深度学习框架开发的应用程式，若要执行在Intel Architecture的处理器环境，英特尔提供了一套开放原始码的效能强化程式库，称为Math Kernel Library for Deep Neural Networks（MKL-DNN）。
它与英特尔的MKL程式库之间，有很大渊源。
因为，MKL-DNN是2017版MKL所延伸出来的产物，当中包含了高度向量化与穿插式的建构模块，而且是透过C与C++程式语言的介面，实作出卷积类神经网路（Convolutional Neural Networks，CNN）的架构，并且不只能在C和C++这两种开发环境运用，也可用于Python和Java等高阶程式语言。
针对深度学习应用系统当中所进行的运算密集式工作， MKL-DNN也能对相关的框架提供加速处理，英特尔特别强调可支援上述提及的Caffe、Theano、Torch、Tensorflow等深度学习专用的程式库。
从伺服器到个人电脑的处理器，都内建新程式库，强化AI效能
除了提供最佳化程式码，英特尔在处理器平台上，也内建了原始指令：专供深度神经网路使用的数学核心程式库MKL-DNN，以及用于深度学习讯息传递应用的机器学习规模扩展程式库MLSL。
?Machine Learning Scaling Library（MLSL）
在Intel AI Day活动当中，英特尔也预告将推出一套新的程式库，称为Machine Learning Scaling Library（MLSL），可在深度学习系统的多节点互连架构下，进行规模扩展的应用，可支援32个节点以上所组成的深度学习系统。有了MLSL之后，深度学习系统可针对不同节点之间的讯息传递作业，进行抽象化的处理。
MLSL是架构在现有平行运算系统所惯用的MPI（Message Passing Interface）之上，可运用其他用于讯息沟通的程式库，而在讯息沟通的模式上，用户若要扩展到更大的系统使用规模，MLSL也将对此提供最佳化。MLSL本身也提供通用的API介面，可支援上述的各种深度学习软体框架。
此外，由于MLSL与深度学习系统的多台节点扩展应用有关，因此能否适用不同的网路互连方式，也很重要。MLSL目前可支援的连线规格，有标準的乙太网路、InfiniBand，以及英特尔发展的次世代互连网路架构Omni-Path Architecture（OPA）。
?Data Analytics Acceleration Library（DAAL）
目前英特尔针对AI应用所持续发展的程式库，除了上述的MKL，还有Data Analytics Acceleration Library（DAAL），这套在2015年推出的程式库，可针对基于Intel Architecture处理器平台的个人电脑、伺服器，提升大数据分析作业的执行效能。
这套程式库包含多种经过最佳化的演算法建构模块，能够支援资料分析过程中的每个阶段，像是前置处理、转换、分析、建模、验证、抉择，并且在离线、线上串流与分散式等不同的资料分析环境里面执行。
DAAL的发展上，也考量到常见的大数据平台应用需求，目前已可强化Hadoop、Spark、R、Matlab系统的资料存取效率。同时，DAAL也内建资料管理机制，协助应用系统得以从多种来源存取到资料，例如档案、记忆体内的缓冲区、SQL资料库、HDFS档案系统。
DAAL与MKL同样皆可针对大数据的处理，不过，若遇到资料量大到记忆体无法全部载入的情况，DAAL本身能运用特製的演算法来因应——将资料切割为块状，而不是全部放进记忆体。
在程式语言的部分，DAAL提供高阶的C++、Java与Python介面，可用来处理多种资料分析需求，像是主成分分析、回归、分类、群集与购物篮分析。透过这个程式库，你可以利用指定的演算法来训练出模型，然后评定资料集在这模型中的分数。
?相关报导? 英特尔AI四大策略彻底解析
相关：
在Intel AI Day的活动上，Google企业资深副总裁Diane Greene特别出席参加，她与英特尔执行副总裁暨资料中心事业群总经理Diane Bryant同台，宣布双方在AI应用上的策略联盟。 图片来源: 英特尔 在有意发展AI的企业当
基于英特尔既有的开发者专区网站，他们成立了Nervana AI学院的网页，并且统合在英特尔新设的AI专属网页上，这里针对开发者／资料科学家、学生，提供了多种学习的资源，像是线上课程、文件，以及与机器学习、深度学习
惊！家中电视荧幕跳出FBI付款通知，原来是LG智慧电视感染Cyber.Police勒索软件
萤幕突然显示FBI的警告，原来LG智慧电视感染Cyber.Police勒索软体 图片来源: Darren Cauthon 资讯技术开发人员Darren Cauthon于本月25日发现，自家的智慧电视突然在萤幕上出现FBI的文件，要求Darren Cauthon需要支
Twitter直播程式也能支援360影片串流了 Twitter宣布开始支援360度环景直播影片，所有用户都可以观看，但目前只有特定合作伙伴可以透过这项功能进行直播。
记者／叶心妤 软件公司Mozilla日前宣布Firefox于明年（2017）9月将停止支援微软旗下Windows XP及Windows Vista版本，预计进行两阶段逐步停用，在无原有的公司提供支援以及进行日后安全更新的强况下，建议仍在持续使用