開放的AI策略
隨著AI更深入地融入日常生活，對於資料中心運算能力的需求日益提升。然而，AI工作負載極其複雜，所需要的伺服器運作也伴隨龐大熱量產生，也會帶來能源效率和可持續性等挑戰。
Sandra Rivera介紹其AI策略指出，「英特爾為此採取開放來源(open source)的途徑，並提供可信賴的平台與機密運算(confidential computing)，透過單一標準或是軟體堆疊，讓AI的工作負載能夠在異質架構進行移動與處理，協助不同平台的開發者加速其設計的開發與部署。」英特爾的目的在於「AI民主化」，讓市場能夠有所選擇，並在過程中加速導入，同時以單一軟體堆疊實現目標。
例如Google Cloud資料中心使用的英特爾在今年1月發表的第4代Xeon Scalable CPU，其中加入了AMX、QAT、DLB、IAA 與DSA 等AI加速器配置，有助於改善AI、HPC、資料分析、儲存、網路及安全性等工作負載。未來，第4代Xeon還將整合更多AI加速功能。
因應生成式AI快速進展，Sandra Rivera認為這表示大家對於運算能力的需求越來越多，對於英特爾及其客戶都是好消息。她說：「生成式AI將執行各種不同的硬體架構，其關鍵在於其上執行的軟體，以提高生成式AI的可行性和部署能力。」她並看好生成式AI的最大發展將會是大型語言模型(LLM)，甚至可以達到1,750億以上的龐大模型。
此外，她認為生成式AI將會具有情境化(contextualize)架構，才有利於針對某一特定企業環境部署生成式AI。
詳細內文請參考網址...