英特尔对人工智能、无人驾驶、虚拟现实和5G的展望

英特尔对人工智能、无人驾驶、虚拟现实和5G的展望,第1张

2017年将至,作为信息技术行业的风向标企业,英特尔发布了面向2020年的最新展望,认为人类正在迎来一个万物智能互联并连接到云的世界,科技的变革潜力将带来前所未有的体验;同时,英特尔也重点强调了人工智能无人驾驶虚拟现实5G这四大关键领域的巨大发展潜力和机遇。

2016年,随着日常物品、商用和工业设备以及整个城市逐渐变得智能、互联并连入云端,人们见证了数字和物理世界的持续融合。分析师预测,到2020年全世界将会有超过500亿台设备接入互联网并实现互相连接,包括可穿戴设备、商店库存传感器无人驾驶汽车、医疗设备和城市基础设施等等。1

人类与科技的关系也开始变得更有张力,这体现在诸如科技为人类所运用的方式、科技能够实现的体验以及人们从科技中得到的益处等方面。从模拟技术时代转型到数字技术时代以来,还未出现过如此重大的变革潜力:网络正在更快地演进,以满足与日俱增、始终在线的互联设备对带宽的极高要求,这些设备需要实时访问、分析和共享数据。

实际上,英特尔对人工智能、无人驾驶、虚拟现实和5G这四大关键领域也早有部署,2016年就有一系列的重要发布;2017年英特尔也将继续聚焦这四大关键领域,加速实现创新变革。

人工智能

从普遍应用(语音识别,照片标记以及诈骗检测)到尖端研究(精准医疗、伤亡预测和自动驾驶汽车),人工智能(AI)早已无处不在。人工智能将使得机器能够增强人类的能力、自动处理繁琐或危险的任务、推动科学发现并解决富有挑战性的社会问题。

到2020年,全球机器人和人工智能市场预计将增长至1530亿美元,其中机器人占830亿美元,基于人工智能的分析占700亿美元。
2016年

8月6日:英特尔签订了收购Nervana Systems的最终协议,后者是深度学习领域公认的领导厂商。

11月 17日:英特尔宣布人工智能战略,披露了从边缘到数据中心的一系列新产品、新技术和新投资将如何扩展并加速人工智能的增长,其中的一大亮点就是英特尔® Nervana™平台,该平台的目标是在未来三年内把训练深度学习模型的时间最多缩短100倍(相比GPU解决方案)。

2017年

技术将变得更具成本效益并且更普及,创新应用将在各行各业涌现,从而为企业和消费者提高效率。

支持一些新兴人工智能应用的技术将得到大幅改进,例如自然语言处理和机器人技术,为人工智能的更广泛应用铺平道路。

机器和深度学习将更加精确地集成到物联网设备中,从而开启更深层次的洞察。

英特尔将推出三个针对速度和易用性而开发的英特尔Nervana平台产品,让更多数据专业人士得以通过行业标准技术解决世界上最大的一些挑战。这些产品包括:

来自Nervana Systems的突破性技术,该技术将于2017年上半年在首个芯片(代号为“Lake Crest”)上进行测试,并在当年晚些时候交付给神经网络领域的客户,以期为深度学习提供最高性能,并通过高带宽互联而提供前所未有的计算密度。

一个把同类最佳的英特尔®至强®处理器与Nervana Systems技术紧密集成到一起的新产品(代号为“Knights Crest”)。

下一代英特尔®至强融核™处理器(代号为“Knights Mill”),它将使深度学习的性能比前一代产品提高4倍。

5G

5G不只是一个更快速的网络,它还有望提供极低的延迟以及极高的带宽,这意味着能够满足对数据和更多互联设备的前所未有的需求。强大、敏捷的网络还可以智能地分配网络流量,以便为高度注重安全性的设备提供优先级,如无人驾驶汽车和医疗可穿戴设备。在互联基础设施的速度和可靠性仍有待提升的区域,5G还将开启目前无法提供的全新可能性。

据预测,全球5G网络未来将支持约1000亿台设备。

2016年

2月5日:英特尔在世界移动通信大会(MWC)上首次推出英特尔5G移动试验平台。近期,英特尔推出了第二代平台,并正在为多家一级服务提供商用于5G网络测试。

7月14日:美国联邦通信委员会(FCC)一致通过了一项在美国实施5G的计划。

12月6日:英特尔宣布与AT&T*和爱立信*合作,推出首个5G商用客户试点 -- 这也是首个同类试点。

2017年

5G将继续从概念和试验转变为有意义的部署计划,从而加快对整个行业的支持。

对更快连接的需求将增加行业的压力 -- 全球标准在IEEE和3GPP之间必须保持一致,并解决围绕互 *** 作性、后向兼容以及未来验证的关键挑战。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2449539.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-03
下一篇 2022-08-03

发表评论

登录后才能评论

评论列表(0条)

保存