Die Zukunft der angewandten künstlichen Intelligenz: Auf dem Weg zu einer hyperpersonalisierten und nachhaltigen Welt

Wirtschaftsführer stehen vor der Herausforderung, die Ziele für nachhaltige Entwicklung zu erreichen, einschließlich der Reduzierung des CO2-Fußabdrucks und der Verwaltung der Energieverbrauchskosten, und gleichzeitig sicherzustellen, dass ihre Unternehmen das schnelle Tempo des Wandels und neue Geschäftsmöglichkeiten nutzen können, um Technologien, insbesondere künstliche Intelligenz, voranzutreiben für jede Abteilung möglich.

Als Intel-Botschafter freue ich mich darauf, unsere Arbeit mit Intel an skalierbaren Xeon®-Prozessoren der 4. Generation® und dem Potenzial zur Ausweitung der KI in der Wirtschaft fortzusetzen und gleichzeitig dabei zu helfen, nachhaltige Entwicklungsziele zu erreichen.

Durch integrierte Beschleuniger und Softwareoptimierung liefern die integrierten Intel® Xeon®-Beschleuniger der 4. Generation nachweislich eine führende Leistung pro Watt unter gezielten realen Arbeitslasten. Dies wird zu einer effizienteren CPU-Auslastung, einem geringeren Stromverbrauch und einer höheren Kapitalrendite führen und gleichzeitig Unternehmen dabei helfen, ihre Nachhaltigkeitsziele zu erreichen.

Wir befinden uns jetzt im Zeitalter der generalisierten künstlichen Intelligenz (ABI), mit multimodalen Multitask-Konvertern von Microsoft, Google, OpenAI und anderen, die es bestimmten Deep-Learning-Algorithmen ermöglichen, Vision und natürliche Sprachverarbeitung (NLP) durchzuführen. Aufgabe. Solche leistungsstarken Algorithmen erfordern leistungsstarke Zentraleinheiten (CPUs) und Grafikprozessoren (GPUs), um skaliert zu werden, um eine gute Leistung zu erzielen.

Intel 4th Generation® auf ResNet50 v1.5. Darüber hinaus bieten die skalierbaren Intel®

Da wir in eine Ära immer leistungsfähigerer KI-Algorithmen wie Transformers mit Selbsterkennung und generativer KI und des Aufstiegs der KI in Kombination mit dem Internet der Dinge (AIoT) eintreten, benötigen wir skalierbare Intel® Xeon® Prozessoren der 4. Generation Bereitstellung effizienterer und leistungsfähigerer CPUs, die es der KI ermöglichen, sehr schnell zu skalieren und große Datenmengen in Anwendungsfällen mit geringer Latenz zu verarbeiten, wobei Energieeffizienz und eine Reduzierung des CO2-Fußabdrucks die Hauptziele sind.

Wie kann künstliche Intelligenz dazu beitragen, eine nachhaltige Entwicklung zu erreichen und den Klimawandel zu bekämpfen?

Microsoft hat PWC beauftragt, einen Bericht mit dem Titel „Wie künstliche Intelligenz eine nachhaltige Zukunft erreichen kann“ zu verfassen, der die vier Rollen künstlicher Intelligenz im Potenzial der Weltwirtschaft abdeckt Sektoren:

• Energie
• Landwirtschaft
• Wasser
• Transport

Die Ergebnisse des Berichts zeigen, dass KI ein enormes Potenzial hat, die Emissionsreduzierung voranzutreiben und gleichzeitig die Beschäftigung in den vier im Bericht untersuchten Sektoren zu steigern Globale CO2-Emissionen um 4 % reduziert

GPD stieg um 4,4 % auf 5,2 Billionen US-Dollar
• Arbeitsplatzwachstum, wodurch 38 Millionen Arbeitsplätze geschaffen werden
• Potenzial zur Reduzierung der Treibhausgasemissionen (bis zu 4 % weltweit) basierend auf Annahmen in allen vier Sektoren (Wasser). , Energie, Landwirtschaft und Transport) und die Rolle, die KI in diesen Sektoren spielen kann, einschließlich, aber nicht beschränkt auf Präzisionslandwirtschaft, Präzisionsüberwachung, Kraftstoffeffizienz, optimierte Inputnutzung und verbesserte Produktivität.

Darüber hinaus skizzieren die US-amerikanische EPA und BCG die Vorteile eines eigenständigen 5G-Netzwerks (siehe rechte Seite des Bildes oben), wobei das resultierende SA 5G-Netzwerk eine massive Erweiterung von AIoT (künstliche Intelligenz für IoT-Geräte und Sensoren) ermöglicht. und zunehmend automatisierte Prozesse für die Maschine-zu-Maschine-Kommunikation können die Beschäftigungsmöglichkeiten erhöhen und möglicherweise die Treibhausgasemissionen reduzieren.

Die neuesten Intel® Accelerator Engines und Softwareoptimierungen tragen dazu bei, die Energieeffizienz in den Bereichen künstliche Intelligenz, Datenanalyse, Netzwerk und Speicherung zu verbessern. Unternehmen können integrierte Beschleuniger nutzen, um die durchschnittliche Leistung pro Watt für Ziel-Workloads im Vergleich zur vorherigen Generation um das 2,9-fache zu verbessern. Dies wird zu einer effizienteren CPU-Auslastung, einem geringeren Stromverbrauch und einer höheren Kapitalrendite führen und gleichzeitig Unternehmen dabei helfen, ihre Ziele für nachhaltige Entwicklung und CO2-Emissionsreduzierung zu erreichen.

Änderungen ermöglichen

Die skalierbaren Intel® Xeon® Prozessoren der 4. Generation sind dank Designinnovationen mit integrierten Beschleunigern energieeffizienter. Dadurch können bestimmte Arbeitslasten weniger Energie verbrauchen und gleichzeitig schneller ausgeführt werden.

Die Ergebnisse pro Watt sind (im Durchschnitt) 2,9-mal so hoch wie die von Intel Verbesserung, 3-fache Steigerung der Datenanalyse, alles mit 95 % weniger Kernen.

Eine weitere Innovation ist die Funktion „Optimierter Energiemodus“, die bei Aktivierung 20 % Energie spart (140 Watt bei einem System mit zwei Steckdosen) und dabei nur minimale Auswirkungen auf die Leistung hat (2–5 % Auswirkungen auf bestimmte Arbeitslasten).

Die Konvergenz eigenständiger (SA) 5G-Netzwerke wird die Gerätekonnektivität und Umgebungen mit extrem geringer Latenz drastisch erhöhen und die massive Ausweitung des Internets der Dinge (IoT) ermöglichen, bei dem mit dem Internet verbundene Geräte und Sensoren mit menschlichen Benutzern und untereinander kommunizieren (Maschine-zu-Maschine). In immer mehr IoT-Geräten ist künstliche Intelligenz eingebettet (am Rande des Netzwerks).

Darüber hinaus prognostiziert Statista, dass es bis 2025 unglaubliche 75 Milliarden angeschlossene Geräte geben wird, das sind mehr als 9 für jeden Menschen auf dem Planeten! IDC Seagate prognostiziert, dass sich die Menge der generierten Daten von 64 Zettabyte im Jahr 2020 auf 175 Zettabyte im Jahr 2025 nahezu verdreifachen wird, wobei ein Drittel dieser Daten in Echtzeit verbraucht werden Echtzeit-Reaktionen für Benutzer sind von entscheidender Bedeutung.

Darüber hinaus wird uns diese neue Ära ermöglichen, Umgebungen zu messen, zu analysieren, zu bewerten und dynamisch auf sie zu reagieren, sei es im Gesundheitswesen, im Energiebereich, im Transportwesen in Smart Cities, in der Fertigung usw. Die Fähigkeiten der künstlichen Intelligenz und die Fähigkeit zum logischen Denken werden in der Ära, in die wir eintreten, der Schlüssel zum Erfolg sein.

Skalierbare Intel® Bei der Verwendung von NVMe über TCP wird der Speicher-I/O pro Sekunde (IOPS) um 79 % erhöht und die Latenz um 45 % reduziert, indem Intel® Data Stream Accelerator (Intel® DSA) verwendet wird, um die CRC32C-Fehlerprüfung im Vergleich zur nicht beschleunigten Software-Fehlerprüfung zu beschleunigen .

BCG prognostiziert in einem Artikel mit dem Titel „Nutzung der Kraft künstlicher Intelligenz zur Reduzierung von CO2-Emissionen und -Kosten“, dass der Einsatz von KI-Technologie auf Nachhaltigkeitsziele von Unternehmen zu Einsparungen von 2,6 bis 5,3 Milliarden Tonnen oder einer Wertschöpfung von 1 bis 3 Billionen Dollar führen könnte.

Der Prozess zur Erreichung dieses Ziels umfasst:

• Überwachung von Emissionen
• Vorhersage von Emissionen
• Reduzierung von Emissionen

BCG ist davon überzeugt, dass zu den Branchen mit dem größten Potenzial zur Reduzierung von Treibhausgasemissionen durch den Einsatz künstlicher Intelligenz gehören: Industrie Produkte, Transport, Pharmazeutika, Konsumgüter, Energie und Versorgungsunternehmen.

Intels Vision ist es, nachhaltiges Computing von der Herstellung über Produkte bis hin zu Lösungen für eine nachhaltige Zukunft zu beschleunigen. Unternehmen können dazu beitragen, die Treibhausgasemissionen der Kategorie 3 zu reduzieren, indem sie sich für Intel® der 4. Generation entscheiden. Im Jahr 2021 wurden 2,8 Milliarden Gallonen Wasser recycelt. Um Zweifel auszuschließen, wird darauf hingewiesen, dass sich die in diesem Absatz bereitgestellten Statistiken auf Scope-3-Emissionen im Zusammenhang mit verkörpertem Kohlenstoff beziehen, die keinen Einfluss auf die betrieblichen Kohlenstoffemissionen haben. Allerdings umfasst Scope 3 auch betrieblichen Kohlenstoff, wenn Server eine größere Rolle in der Gleichung spielen Große Proportionen.

Beispiele für Anwendungsfälle, in denen AIoT auf Nachhaltigkeit angewendet wird, sind:

• Sensoren erkennen, ob ein Haus bewohnt ist, schalten Licht und Klimaanlage aus oder senken die Temperatur auf ein niedrigeres Niveau.
• Der Sensor kann das Fenster des Schalters schließen, wenn die Heizung läuft.
• Prognostizieren Sie Probleme, bevor sie auftreten, wie z. B. Wasserrohrbrüche, überwachen Sie unerwartete Ausfälle, Verkehrsstaustellen und versuchen Sie, den Verkehr umzuleiten, oder ändern Sie die Ampelsequenzen, um Staus zu reduzieren.
• In der Landwirtschaft wenden Sie Computer Vision auf Drohnen an, um herauszufinden, wann Die Pflanzen sind reif für die Ernte, um Ernteverluste zu reduzieren und auf Anzeichen von Dürre und Insektenbefall zu prüfen.
• Analyse von Abholzung und illegalem Holzeinschlag nahezu in Echtzeit.
• Erneuerbare Energien: Drohnen, die Computer Vision aus Deep-Learning-Algorithmen nutzen, können die Rotorblätter von Windkraftanlagen und Solarpaneelen von Solarparks auf Risse und Schäden untersuchen, wodurch die Lebensdauer von Anlagen verlängert und die Stromerzeugung gesteigert wird.
• Optimieren Sie die Energiespeicherung mithilfe von Algorithmen für maschinelles Lernen, um die Betriebsleistung und den Return on Investment der Batterie-Energiespeicherung zu maximieren.

Rolnick et al. veröffentlichten 2019 einen Artikel mit dem Titel „Addressing Climate Change with Machine Learning“, der von führenden Forschern für künstliche Intelligenz wie Demis Hassabis, Andrew Y Ng und Yoshua Bengio gemeinsam verfasst wurde und erklärt, wie das Potenzial für genutzt werden kann Einsatz von KI zur Reduzierung von Emissionen im gesamten Fertigungsbetrieb eines Unternehmens, von der Entwurfsphase über generatives Design bis hin zum 3D-Druck, Optimierung der Lieferkette und Priorisierung von Optionen mit geringen Treibhausgasemissionen, Nutzung erneuerbarer Energiequellen zur Verbesserung des Energieverbrauchs der Fabrik und Überwachung von Emissionen zur Verbesserung der Effizienz (einschließlich vorausschauender Wartung) und ergreifen Sie Folgemaßnahmen, um die Emissionen aus Heizung und Kühlung zu reduzieren und Transportwege zu optimieren.

Die skalierbaren Intel® Xeon® Prozessoren der 4. Generation verfügen außerdem über Energieverwaltungstools für mehr Kontrolle und größere Einsparungen bei den Betriebskosten. Beispielsweise können neue optimierte Energiemodi im Plattform-BIOS bis zu 20 % des Steckdosenstroms für ausgewählte Workloads einsparen, bei weniger als 5 % Leistungseinbußen.

Darüber hinaus erklärt das Papier von Rolnick et al., wie Unternehmen mit den Problemen der Einzelhändler mit unverkauften Lagerbeständen umgehen. Schätzungen zufolge gibt die Modebranche dafür jedes Jahr 120 Milliarden US-Dollar aus! Dies ist sowohl eine wirtschaftliche als auch eine ökologische Verschwendung. Gezielte Empfehlungsalgorithmen zur Abstimmung von Angebot und Nachfrage sowie die Anwendung maschinellen Lernens zur Vorhersage von Nachfrage und Produktionsbedarf können ebenfalls dazu beitragen, diese Verschwendung zu reduzieren.

In der Welt von AIoT können Kunden eine Geschäftsstraße oder ein Einkaufszentrum entlanggehen und maschinelle Lernalgorithmen können personalisierte Produktempfehlungen basierend auf Geschäften in der Nähe geben.

Sowohl Einzelhandels- als auch Fertigungsbeispiele erfordern nahezu Echtzeitreaktionen von KI-Algorithmen, weshalb Beschleuniger innerhalb der CPU ein wichtiger Faktor für die Bereitstellung einer verbesserten Leistung sind.

Die Welt des AIoT erfordert die Fähigkeit, in Umgebungen mit begrenzter Stromversorgung zu arbeiten und nahezu in Echtzeit auf Benutzeranforderungen zu reagieren.

Intel ermöglicht es Unternehmen, sich dynamisch anzupassen, um Strom zu sparen, wenn der Rechenbedarf schwankt. Die skalierbaren Intel® um den Stromverbrauch zu reduzieren. Dies öffnet die Tür zu größeren Energieeinsparungen, der Möglichkeit, die Arbeitslast gezielt zu erhöhen, wenn erneuerbare Energien verfügbar sind, und der Möglichkeit, den CO2-Fußabdruck des Rechenzentrums zu reduzieren.

Darüber hinaus bietet nur Intel für Flüssigkeitskühlsysteme optimierte Prozessor-SKUs mit einem Garantiezusatz für Immersionskühlung an, um Unternehmen bei der Umsetzung ihrer Nachhaltigkeitsziele zu unterstützen.

Künstliche Intelligenz wird überall sein, die von uns verwendeten Geräte und Sensoren durchdringen und eine Hyperpersonalisierung in großem Maßstab und eine sofortige Reaktion auf Kundenbenutzer nahezu in Echtzeit ermöglichen. Um diese Chancen nutzen zu können, müssen Unternehmensleiter jedoch sicherstellen, dass sie in die richtige Technologie investieren, die den Anforderungen des Unternehmens und seiner Kunden entspricht.

Wir treten in eine Ära der nahezu sofortigen Reaktion ein, in der Kundenbindung und dynamische Reaktionen in einer Welt der Maschine-zu-Maschine-Kommunikation eine Notwendigkeit sind.

Intel® Advanced Matrix Extensions (Intel® AMX) ermöglicht eine effiziente Erweiterung der KI-Funktionen als Reaktion auf Benutzer- und Netzwerkanforderungen.

Beschleunigen Sie die KI-Funktionen auf der CPU drastisch mit Intel® Advanced Matrix Extensions (Intel® AMX). Intel AMX ist ein integrierter Beschleuniger, der die Leistung von Deep-Learning-Training und Inferenz auf skalierbaren Intel® Xeon® Prozessoren der 4. Generation verbessert und sich ideal für Arbeitslasten wie die Verarbeitung natürlicher Sprache, Empfehlungssysteme und Bilderkennung eignet.

Intel® Energieeffizienzvorteile der 4. Generation. Die skalierbaren Intel®

Zusätzliche nahtlos integrierte Beschleuniger beschleunigen die Datenbewegung und -komprimierung für schnellere Netzwerkverbindungen, erhöhen den Abfragedurchsatz für reaktionsfähigere Analysen und entlasten Planung und Warteschlangenverwaltung, um die Last mehrerer Kerne dynamisch auszugleichen. Um neue integrierte Beschleunigerfunktionen zu ermöglichen, stellt Intel dem Ökosystem Software, Bibliotheken und APIs auf Betriebssystemebene zur Verfügung.

Leistungsverbesserungen mit skalierbaren Intel® Die Intel® QuickAssist-Technologie (Intel® QAT) mit RSA4K auf dem Open-Source-NGINX-Webserver erhöht die Clientdichte um das 4,35-fache im Vergleich zu Software, die auf CPU-Kernen ohne Beschleunigung ausgeführt wird.

In der Open-Source-RocksDB-Engine wird der Datendekomprimierungsdurchsatz unter Verwendung des Intel In-Memory Analytics Accelerator (Intel® IAA) im Vergleich zur Softwarekomprimierung auf dem Kern ohne Beschleunigungslösung um das 1,91-fache erhöht, wodurch die Datenbank- und Analyseleistung verbessert wird. Mit dem Intel Data Stream Accelerator (Intel® DSA) werden Speicher-zu-Speicher-Übertragungen im Vergleich zum direkten Speicherzugriff der vorherigen Generation um das 8,9-fache erhöht.

• Erhöhen Sie bei 5G-vRAN-Bereitstellungen die Netzwerkkapazität im Vergleich zur vorherigen Generation um das Zweifache mit der neuen Befehlssatzbeschleunigung.
• Mit der Erweiterung und Größe des SA 5G-Netzwerks ist Sicherheit zu einem zentralen Thema im AIoT-Zeitalter geworden.
• Ob vor Ort, am Edge oder in der Cloud bereitgestellt, Unternehmen müssen Daten schützen und Datenschutzbestimmungen einhalten. Die skalierbaren Intel® Xeon® Prozessoren der 4. Generation eröffnen neue Möglichkeiten für geschäftliche Zusammenarbeit und Einblicke, selbst bei sensiblen oder regulierten Daten. Confidential Computing bietet eine Lösung zum Schutz der verwendeten Daten durch hardwarebasierte Isolierung und Remote-Bestätigung von Arbeitslasten. Intel® Software Guard Extensions (Intel® SGX) ist die derzeit am besten erforschte, aktualisierte und eingesetzte vertrauliche Computertechnologie für Rechenzentren auf dem Markt und weist die kleinsten Vertrauensgrenzen aller vertraulichen Computertechnologien im heutigen Rechenzentrum auf. Entwickler können sensible Datenvorgänge innerhalb der Enklave ausführen, um die Anwendungssicherheit zu verbessern und die Vertraulichkeit der Daten zu schützen.

Intels Bosch-Fallstudie bietet Beispiele für Sicherheitsanwendungen im IoT-Bereich.

In dieser Fallstudie wird beobachtet, dass der Zugriff auf Rohdatensätze ideal für die Entwicklung KI-basierter Analysen ist. Dieses Beispiel zeigt, wie die autonome Fahrzeugsparte von Bosch Gramine nutzt, ein Open-Source-Projekt, das auf Intel SGX läuft, um Risiken im Zusammenhang mit Daten- oder IP-Lecks zu reduzieren.

Bis zum Ende dieses Jahrzehnts werden wir wahrscheinlich einen deutlichen Anstieg der Anzahl fortschrittlicher elektrischer und autonomer Fahrzeuge (EV/AV) auf der Straße erleben.

Je mehr erneuerbare Energie ins Netz gelangt, desto wichtiger werden Batteriespeicher. Leistungsstarke CPUs mit integrierten Beschleunigern können dabei helfen, Techniken des maschinellen Lernens über Batteriespeicher hinweg zu skalieren, um die Verfügbarkeit von Energie und die Batterieleistung zu optimieren. Dies ist relevant für Edge- und Netzwerkszenarien mit Leistungs- und Batteriebeschränkungen, wie z. B. Elektrofahrzeuge und leistungsoptimierte Geräte in Smart Homes und Produktionsanlagen.

In dieser Welt wird die durch AIoT ermöglichte groß angelegte Hyperpersonalisierung sofortige Interaktionen mit Kunden nahezu in Echtzeit ermöglichen und die Effizienz steigern, wodurch Verschwendung reduziert wird, wie es maschinelles Lernen und Datenwissenschaft ermöglichen werden Um von der riesigen Datenmenge zu profitieren, können Sie bessere Vorhersagen über Kundenbedürfnisse treffen.

Es ist denkbar, dass Benutzer während ihrer Fahrt Einzelhandels- oder Unterhaltungsaktivitäten betreiben und EV/AV Passagiere durch Deep Learning Computer Vision erkennt und die Fahrzeugumgebung (Unterhaltung usw.) basierend auf Benutzerprofilen personalisiert. Selbstfahrende Autos werden sich an unterschiedliche Benutzer anpassen und es Benutzern ermöglichen, ihre Zeit effizient zu nutzen (Arbeit, Unterhaltung). Allerdings gibt es bereits vor der Einführung fortschrittlicherer Elektro- und AV-Technologien viele Möglichkeiten für Unternehmen, Interaktionen mit Kunden nahezu in Echtzeit zu nutzen und gleichzeitig die Verschwendung im AIoT-Zeitalter zu reduzieren. Dazu gehören eine bessere Abstimmung von Angebot und Nachfrage, eine bessere Nachfrageprognose sowie die Identifizierung und Abstimmung von Lieferketten- und Herstellungsprozessen.

Skalierbare Intel®

Diese Vision, sicheres AIoT zu skalieren und zu ermöglichen, steht im Einklang mit meiner persönlichen Vision, KI und damit verbundene Datenanalysen und digitale Technologien einzusetzen, um nachhaltige Entwicklungsziele zu erreichen und gleichzeitig wirklich hyperpersonalisierte Dienste in großem Maßstab bereitzustellen, die Unternehmen ermöglichen um unter Echtzeitbedingungen wirklich auf Kundenbedürfnisse zu reagieren und Produkte weiter an die individuellen Kundenbedürfnisse anzupassen.

Ab diesem Jahr werden wir in eine aufregende neue Ära eintreten. Im weiteren Verlauf des Jahrzehnts wird sich die künstliche Intelligenz rasch auf die Geräte und Sensoren um uns herum ausbreiten, und auch die Remote-Cloud-Server werden weitermachen bleiben wichtig für das Training von Algorithmen, fungieren als Datenseen und ermöglichen die Analyse historischer Daten, um die KI-Lernergebnisse zu verbessern, die Personalisierung von Diensten zu verbessern oder Möglichkeiten zur weiteren Verbesserung der betrieblichen Effizienz der Organisation zu identifizieren.

Wir werden in der Lage sein, Emissionen und den Energieverbrauch um uns herum zu messen und zu bewerten, Verschwendung zu identifizieren und Ineffizienzen zu reduzieren.

KI-Algorithmen am Rande des Netzwerks erfordern energieeffiziente CPUs, um in Umgebungen mit begrenzter Stromversorgung zu laufen und einen geringeren CO2-Fußabdruck zu erzielen. Mit den skalierbaren Intel®

Das obige ist der detaillierte Inhalt vonDie Zukunft der angewandten künstlichen Intelligenz: Auf dem Weg zu einer hyperpersonalisierten und nachhaltigen Welt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!