作者 | 宋慧
出品 | CSDN云计算
IT 在吞噬一切，也在吞噬地球的能源消耗。
现在，全球的数据中心耗去了全球用电的 2%，到 2030 年时这个数字很有可能上升到 8%。风电，是地球上仅次于火电、水电的第三大电力来源，风电、光伏为代表的可再生新能源在能源格局中越来越重要。不过被天气影响更多的风电，想要并网入供电系统，正在借助更多 AI 技术的力量。
例如在电力技术领域，利用深度学习和机器学习，结合风机级气象预报、风轨迹模拟等气象预报数据，实现多模型组合用于风电输出功率预测，准确率提升 20% 以上，利于风电并网。这背后，是新能源科技与 IT 的技术厂商联手研发的结果。以国内的新能源技术企业金风慧能为例，金风慧能与英特尔合作，基于英特尔统一的大数据分析和 AI 平台?Analytics Zoo，将 Spark、TensorFlow、Keras 及其它软件和框架无缝集成到了同一管道中，实现将数据存储、数据处理以及训练推理的流水线整合到统一的基础设施上。
AI 深入重要行业应用之后，开发者还有哪些顺势而为的机会，带着这样的问题，CSDN 近日采访了英特尔院士、大数据技术全球 CTO 戴金权，以及英特尔首席工程师、人工智能技术中国首席架构师夏磊，听听他们对于 AI 硬件算力与软件应用的理解，以及对开发者生态的最新介绍。
AI：高算力需求下，呈现软硬件协同发展
机器学习模型对算力的需求，远超传统架构下的 IT 系统性能要求，所以除了发展底层硬件如 GPU、持久内存的前沿技术，以英特尔为例，现在的英特尔已经形成了从硬件算力到软件应用与开源生态全面的布局。并在重要的技术领域如 AI、边缘计算等方向上，持续投入技术研发。例如上面提到的 Analytics Zoo，还将英特尔提供的众多底层软件加速库，如英特尔数学核心函数库 (Intel Math Kernel Library，现名为 oneAPI Math Kernel Library)、面向深度神经网络的英特尔 数学核心函数库 (Intel Math Kernel Library for Deep Neural Network, 现名为 oneAPI Deep Neural Network Library) 等，应用到上层功率预测方案的优化中去。
?
除了软硬件技术的投入，对于 AI 技术开发生态，英特尔对 TensorFlow、PyTorch、MXNet、XGBoost 等开源社区项目投入之外，也推出了包括 OpenVINO、BigDL、Analytics Zoo、INC（Intel Neural Compressor）等开源工具，希望通过打造这样的开源社区、开源工具，来更好服务开发人员，构建一个更加开放的平台和社区。
英特尔：开源、软硬件生态，赋能开发者创新
从两年前英特尔发起 AI 实践日，现在 AI 实践日活动已经涵盖边缘到云端、至强平台到 Movidius VPU 的一系列人工智能实践学习课程，英特尔的工程师们从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作，并担任导师。它提供全面的培训计划，延伸到学术界、协会与合作伙伴的合作，协助客户理解人工智能，也提高客户产品性能，为开发者和开发者社区带来更多支持，加速 AI 应用落地。
现在，AI 实践日每年服务上万名的技术开发者。而英特尔的开源与赋能开发者的脚步，也在继续向前，在去年 10 月举办的英特尔技术创新峰会（Intel Innovation）上，英特尔归根溯源重新拥抱广大开发者，强调对开发者社区的承诺，以及英特尔横跨软件和硬件的开发者至上的理念。
AI，正在渗透与应用于越来越多重要的行业中。英特尔从硬件前沿技术的探索、到 AI 应用与开源的软件工具的研发，再到重磅投入开发者生态，可以说为 AI 的技术生态与开发者，提供了全栈与全方面的技术服务与开发机会。如何站在巨人的肩膀，开拓自己的 AI 技术与发展路径，值得每一位开发者思考。