ビジネス リーダーは、二酸化炭素排出量の削減やエネルギー消費コストの管理などの持続可能な開発目標に取り組むと同時に、急速な変化のペースと新たなビジネス チャンスを確実に活用してテクノロジー、特に人工知能を進歩させるという課題に直面しています。あらゆる部門が達成できるようにします。
インテル アンバサダーとして、私は第 4 世代® Xeon® スケーラブル プロセッサーとその可能性に関してインテルとのパートナーシップを継続できることに興奮しています。持続可能な開発目標の達成を支援しながら、経済における AI を拡大します。
組み込みアクセラレータとソフトウェアの最適化により、第 4 世代インテル® Xeon® 組み込みアクセラレーターは、対象となる実際のワークロード下でワットあたりの優れたパフォーマンスを提供することが証明されています。これにより、CPU 使用率がより効率的になり、消費電力が削減され、投資収益率が向上すると同時に、企業の持続可能性目標の達成を支援します。
私たちは現在、汎用人工知能 (ABI) の時代を迎えており、Microsoft、Google、OpenAI などのマルチモーダル、マルチタスク コンバーターにより、特定の深層学習アルゴリズムの実行が可能になります。視覚および自然言語処理 (NLP) タスク。このような強力なアルゴリズムには、優れたパフォーマンスを達成するために拡張する強力な中央処理装置 (CPU) とグラフィックス処理装置 (GPU) が必要です。
インテルの第 4 世代® Xeon® スケーラブル プロセッサーは、SSD-ResNet34 でのディープ ラーニング推論の場合、前世代と比較して AI ワークロードを 3 倍から 5 倍高速化し、ResNet50 v1.5 でのトレーニング時に最大 2 倍高速化します。インテル® アドバンスト・マトリックス・エクステンション (インテル® AMX) を使用します。さらに、AI パフォーマンスの点で、第 4 世代インテル® Xeon® スケーラブル プロセッサーは、リアルタイム推論とトレーニング用の AMX (BF16) を内蔵し、前世代よりも 10 倍高い PyTorch パフォーマンスを提供します。
自己認識機能や生成型 AI を備えた Transformers や、モノのインターネット (AIoT) と組み合わせた AI の台頭など、ますます強力な AI アルゴリズムの時代に突入すると、第 4 世代インテル® が必要になります。 Xeon® スケーラブル プロセッサは、より効率的で強力な CPU を提供し、エネルギー効率と二酸化炭素排出量の削減を主要な目標として掲げながら、AI を非常に迅速に拡張し、低遅延のユースケースで大量のデータを処理できるようにします。
マイクロソフトは PWC に「人工知能が持続可能な未来を可能にする方法」というタイトルのレポートを執筆するよう依頼し、さまざまな可能性を取り上げています。世界経済の 4 つの分野における人工知能の活用:
このレポートの調査結果は、AI が排出量削減を推進すると同時に、レポートで検討されている 4 つの分野で雇用と経済成長を促進する大きな可能性を秘めていることを示しています:
温室効果ガス排出削減の可能性 (世界全体で最大 4%) 4 つのセクターすべて (水、エネルギー、農業、運輸) にわたる仮定と、これらのセクターで AI が果たす可能性のある役割 (精密農業、精密モニタリング、燃料効率、投入量の最適化、生産性の向上が含まれますが、これらに限定されません)。
さらに、米国 EPA と BCG は、スタンドアロン 5G ネットワークの利点について概説しています (上図の右側を参照)。結果として得られる SA 5G ネットワークは、AIoT (モノのインターネット デバイスやセンサー）（人工知能）、およびマシン間通信による自動化プロセスの増加により、雇用の機会が増加し、温室効果ガス排出量が削減される可能性があります。
最新のインテル® アクセラレーター エンジンとソフトウェアの最適化は、人工知能、データ分析、ネットワーキング、ストレージのエネルギー効率の向上に役立ちます。組織は組み込みアクセラレータを活用して、ターゲット ワークロードのワットあたりの平均パフォーマンスを前世代と比較して 2.9 倍向上させることができます。これにより、CPU の使用効率が向上し、消費電力が削減され、投資収益率が向上すると同時に、企業が持続可能な発展と炭素排出量削減の目標を達成できるようになります。
第 4 世代インテル® Xeon® スケーラブル プロセッサーは、内蔵アクセラレータによる設計革新によりエネルギー効率を向上させます。これにより、特定のワークロードの消費エネルギーを削減しながら、より高速に実行できるようになります。
ワットあたりの結果は、第 3 世代インテル Xeon プロセッサーの (平均) 2.9 倍であり、推論や学習など、私たちが迎えようとしている新しい時代の AIoT に必要なワークロードの大規模なスケーリングも可能にします。推論と学習により、圧縮が 10 倍、データ分析が 2 倍、データ分析が 3 倍向上し、すべてコア数が 95% 削減されます。
もう 1 つの革新は、最適化電力モード機能です。これを有効にすると、パフォーマンスへの影響を最小限に抑えながら (2 ソケット システムで 140 ワット)、エネルギーを 20% 節約します (特定のワークロードへの影響は 2 つ) -5%)。
スタンドアロン (SA) 5G ネットワークの統合により、デバイスの接続性と超低遅延環境が劇的に向上し、インターネットに接続されたデバイスやセンサーが人間のユーザーやユーザーと通信し、モノのインターネット (IoT) の大規模な拡張が可能になります。相互に (マシン間)。ますます多くの IoT デバイスに (ネットワークのエッジに) 人工知能が組み込まれるようになるでしょう。
さらに、Statista は、2025 年までに、接続されたデバイスの数が 750 億という驚異的な数になると予測しています。これは、地球上の 1 人あたり 9 台以上に相当します。 IDC Seagate は、生成されるデータの量が 2020 年の 64 ゼタバイトから 2025 年の 175 ゼタバイトへとほぼ 3 倍に増加し、このデータの 3 分の 1 がリアルタイムで消費されると予測しています! 効果的な管理には人工知能の適用が不可欠です。ユーザーに対するほぼリアルタイムの応答が重要です。
さらに、この新しい時代では、ヘルスケア、エネルギー、スマートシティの交通、製造など、環境を測定、分析、評価し、動的に対応することが可能になります。私たちがこれから迎える時代の成功の鍵となるのは、人工知能の能力と推論パフォーマンスです。
インテル® Xeon® スケーラブル プロセッサーは、データの整合性を維持しながら、より低いレイテンシーでより多くのネットワーク コンピューティングを実現します。 NVMe over TCP を使用すると、インテル® データ・ストリーム・アクセラレーター (インテル® DSA) を使用して CRC32C エラー・チェックを高速化するため、高速化されていないソフトウェア・エラー・チェックと比較して、1 秒あたりのストレージ I/O (IOPS) が 79% 増加し、レイテンシーが 45% 削減されます。 。
「人工知能の力を利用して二酸化炭素排出量とコストを削減する」というタイトルの記事で、BCG は、AI テクノロジーを企業の持続可能性目標に適用すると、26 億トンから 53 億トン、または 1 兆ドルから 3 兆米ドルの追加費用が削減される可能性があると予測しています。価値。
この目標を達成するプロセスには次のものが含まれます。
BCG は、人工知能の適用により温室効果ガス排出量を削減できる可能性が最も高い業界には、工業製品、輸送、医薬品、消費財、エネルギー、公共事業が含まれると考えています。
インテルのビジョンは、製造から製品、ソリューションに至る持続可能なコンピューティングを加速し、持続可能な未来を可能にすることです。組織は第 4 世代インテル® を選択することで、スコープ 3 の温室効果ガス排出量の削減に貢献できます。2021 年には 28 億ガロンの水がリサイクルされました。誤解を避けるために、この段落で提供される統計は、運用上の炭素排出量には影響を及ぼさない固形分炭素に関連するスコープ 3 排出量に関するものであることに注意してください。ただし、スコープ 3 には、サーバーが方程式においてより大きな役割を果たす運用上の炭素も含まれます。巨大な比較。
AIoT を持続可能性に適用するユースケースの例:
ロルニック氏らは、デミス・ハサビス氏、アンドリュー・Y・ン氏、ヨシュア・ベンジオ氏などの主要なAI研究者との共著「機械学習による気候変動との闘い」というタイトルの論文を2019年に発表した。設計段階からジェネラル デザインや 3D プリンティング、サプライ チェーンの最適化、再生可能エネルギー供給による工場の改善のための温室効果ガス排出量の低いオプションの優先順位付けに至るまで、企業の製造業務全体に人工知能を適用することで排出量を削減できる可能性 エネルギー消費、効率の向上排出量を検出し（予知保全を含む）、冷暖房による排出量を削減し、輸送ルートを最適化するためのフォローアップ措置を講じます。
第 4 世代インテル® Xeon® スケーラブル プロセッサーは、制御を強化し、運用コストを大幅に節約するための電源管理ツールも備えています。たとえば、プラットフォーム BIOS の新しい最適化された電力モードは、パフォーマンスへの影響を 5% 未満にしながら、選択したワークロードのコンセント電力を最大 20% 節約できます。
さらに、Rolnickらの論文では、企業が小売業者の売れ残り在庫問題にどのように対処するかについて説明しています。ファッション業界は毎年これに 1,200 億ドルを費やしていると推定されています。これは経済的無駄でもあり、環境的無駄でもあります。需要と供給を一致させるための的を絞った推奨アルゴリズムや、需要と生産ニーズを予測するための機械学習の適用も、この無駄の削減に役立つ可能性があります。
AIoT の世界では、顧客が商店街やショッピング モールを歩くと、機械学習アルゴリズムが近くの店舗に基づいてパーソナライズされた製品の推奨を提供できます。
小売業と製造業の両方の例では、AI アルゴリズムからのほぼリアルタイムの応答が必要です。そのため、CPU 内のアクセラレータがパフォーマンスの向上を実現する重要な要素となります。
AIoT の世界では、電力に制約のある環境で動作し、ほぼリアルタイムでユーザーのニーズに応答する機能が必要になります。
インテルは、コンピューティングのニーズの変動に応じて、組織が動的に調整して電力を節約できるようにします。インテル® Xeon® スケーラブル プロセッサーには、重要なデータと AI 機能を提供するテレメトリー ツールが組み込まれており、CPU リソースのインテリジェントな監視と管理を支援し、データセンターやネットワークのピーク負荷の予測に役立つモデルを構築し、需要が低い場合に CPU 周波数を調整します。電力使用量を削減します。これにより、さらなる省電力化、再生可能エネルギーが利用可能な場合にワークロードを選択的に増加できるようになり、データセンターの二酸化炭素排出量を削減する機会が開かれます。
さらに、浸漬冷却保証アドオンを備えた液冷システム用に最適化されたプロセッサー SKU を提供しているのはインテルだけであり、組織が持続可能性の目標をさらに推進できるように支援します。
人工知能はあらゆる場所に存在し、私たちが使用するデバイスやセンサーに浸透し、大規模なハイパーパーソナライゼーションと、顧客やユーザーに対するほぼリアルタイムの即時応答を可能にします。ただし、これらの機会を活用するには、ビジネス リーダーは、企業とその顧客のニーズを満たす適切なテクノロジーに確実に投資する必要があります。
私たちはほぼ瞬時の応答の時代に突入しており、マシンツーマシン通信の世界では顧客エンゲージメントと動的な応答が不可欠です。
インテル® アドバンスト・マトリックス・エクステンション (インテル® AMX) により、ユーザーとネットワークのニーズに応じて AI 機能を効率的に拡張できます。
インテル® アドバンスト・マトリックス・エクステンション (インテル® AMX) を使用して、CPU 上の人工知能機能を大幅に加速します。インテル AMX は、第 4 世代インテル® Xeon® スケーラブル プロセッサー上でディープラーニングのトレーニングと推論のパフォーマンスを向上させる内蔵アクセラレーターで、自然言語処理、推奨システム、画像認識などのワークロードに最適です。
第 4 世代インテル® ワークロードの種類全体でパフォーマンスとエネルギー効率のメリットを提供します。第 4 世代インテル® Xeon® スケーラブル プロセッサーは、新しく加速された行列乗算演算により、優れた AI トレーニングと推論パフォーマンスを提供します。
追加のシームレスに統合されたアクセラレータは、データの移動と圧縮を加速してネットワーク接続を高速化し、クエリのスループットを向上させて分析の応答性を高め、スケジューリングとキュー管理をオフロードしてコア間の複数の負荷を動的にバランスさせます。新しい組み込みアクセラレータ機能を有効にするために、インテルはオペレーティング システム レベルのソフトウェア、ライブラリ、および API をエコシステムに提供します。
第 4 世代インテル® Xeon® スケーラブル プロセッサーのパフォーマンスの向上には次のものが含まれます。
SA 5G ネットワークの拡大と規模に伴い、セキュリティは AIoT 時代の重要な問題となっています。
導入先がオンプレミス、エッジ、クラウドのいずれであっても、企業はデータを保護し、プライバシー規制に準拠する必要があります。第 4 世代インテル® Xeon® スケーラブル プロセッサーは、機密データや規制されたデータであっても、ビジネス コラボレーションと洞察のための新たな機会を開きます。 Confidential Computing は、ハードウェアベースの分離とワークロードのリモート認証を通じて使用中のデータを保護するソリューションを提供します。インテル® ソフトウェア ガード エクステンション (インテル® SGX) は、今日の市場で最も研究、更新、導入されているデータセンター機密コンピューティング テクノロジーであり、今日のデータセンターの機密コンピューティング テクノロジーの中で最も信頼境界が小さいです。開発者はエンクレーブ内で機密データ操作を実行して、アプリケーションのセキュリティを向上させ、データの機密性を保護できます。
インテルのボッシュの事例では、IoT 分野におけるセキュリティ アプリケーションの例を紹介しています。
このケース スタディでは、生のデータ セットへのアクセスが AI ベースの分析の開発に理想的であることを観察しています。この例は、ボッシュの自動運転車部門が、Intel SGX 上で実行されるオープンソース プロジェクトである Gramine を使用して、データまたは IP 漏洩に関連するリスクを軽減する方法を示しています。
この 10 年の終わりまでに、路上を走る先進的な電気自動車や自動運転車 (EV/AV) の数が大幅に増加すると予想されます。
より多くの再生可能エネルギーが送電網に導入されるにつれて、バッテリー貯蔵の重要性がさらに高まります。アクセラレータを内蔵した強力な CPU は、機械学習技術をバッテリー貯蔵施設全体に拡張して、エネルギーの可用性とバッテリーのパフォーマンスを最適化するのに役立ちます。これは、スマート ホームや製造施設の電気自動車や電力最適化デバイスなど、電力とバッテリーの制約があるエッジおよびネットワークのシナリオに当てはまります。
この世界では、AIoT によって実現される大規模なハイパーパーソナライゼーションにより、ほぼリアルタイムで顧客との即時対話が可能になり、効率が向上し、それによって無駄が削減されます。これは、機械学習とデータ サイエンスがデータを作成できるようになるためです。大量のデータから顧客のニーズをより正確に予測します。
ユーザーが通勤中に小売業や娯楽活動に従事していることが考えられ、EV/AVは深層学習コンピュータービジョンを通じて乗員を認識し、ユーザープロフィールに基づいて車内環境(娯楽など)をパーソナライズします。自動運転車はさまざまなユーザーに適応し、ユーザーが自分の時間を効率的に（仕事や娯楽など）使えるようにします。しかし、より高度な EV/AV が登場する前であっても、企業には、AIoT 時代の無駄を削減しながら、顧客とのほぼリアルタイムのインタラクションを活用する機会が数多くあります。需要と供給のより適切なマッチング、需要予測の改善、サプライチェーンと製造プロセスの特定とマッチングなどです。
第 4 世代インテル® チャンス。
セキュアな AIoT をスケーリングして実現するというこのビジョンは、AI および関連するデータ分析とデジタル テクノロジを適用して、真にハイパーパーソナライズされた世界を大規模に実現しながら持続可能な開発目標を達成するという私の個人的なビジョンと一致しており、企業が真に対応できるようにします。リアルタイムの条件で顧客のニーズに応え、個々の顧客のニーズに基づいて製品をさらにカスタマイズします。
今年から、私たちはエキサイティングな新時代に突入します。この時代では、残りの 10 年間で、人工知能は私たちの周囲のデバイスやセンサー、さらにはリモート クラウド サーバーにまで急速に拡大していきます。アルゴリズムをトレーニングし、データレイクとして機能し、AI 学習の成果を向上させ、サービスのパーソナライゼーションを改善し、組織の運用効率をさらに向上させる機会を特定するための履歴データ分析を可能にするために、依然として重要です。
私たちは、周囲の排出量とエネルギー消費を測定および評価し、無駄を特定し、非効率を削減できるようになります。
ネットワーク エッジ全体の AI アルゴリズムには、電力が制約された環境で実行し、二酸化炭素排出量の削減を達成するために、エネルギー効率の高い CPU が必要です。第 4 世代インテル® Xeon® スケーラブル プロセッサーを使用すると、組織は AI 機能を拡張し、大規模なハイパー パーソナライゼーションを実現し、エッジでの内部運用をより効果的に管理できると同時に、セキュリティと持続可能性の目標の達成にも役立ちます。
以上が応用人工知能の未来: 高度にパーソナライズされた持続可能な世界に向けての詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
