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，加速數據整合，推動實現數智化轉型。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：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，構建和部署以數據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：

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、以數據為中心的應用程序。

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，實現數據預處理和機器學習工作流的直接加速。

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絡，包括卷積神經網絡（CNN）、遞歸網絡和基于注意力的網絡，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、數據科學家和研究人員無縫切換到邊緣到云的 AI 之旅中，用人工智能為數智時代賦能。