Предновогодний клуб экспертов Intel
Питер Гляйснер
Предновогоднее заседание клуба экспертов Intel было посвящено итогам уходящего года, планам на будущее и знакомством с новинками партнеров компании.
О новой стратегии говорил и вице-президент Intel в регионе ЕМЕА Питер Гляйснер (Peter Gleissner). Эту стратегию сформулировал этим летом главный исполнительный директор корпорации Брайан Кржанич (Brian Krzanich), который назвал сегодняшнюю ситуацию в сфере компьютерных технологий «благоприятным циклом развития». Русский перевод английского названия virtuous cycle of growth, к сожалению, плохо передает смысл этого термина - речь идет о взаимном обогащающем влиянии развития подключенных друг к другу вещей и устройств и облачных технологий и ЦОДов. Суть стратегии Intel - превращение компании из производителя решений для ПК в комплексного поставщика технологий для облачных инфраструктур и миллиардов высокотехнологичных интернет-устройств. Технологии будут развиваться в соответствии с известным законом Мура и законом Меткалфа («Полезность сети пропорциональна квадрату числа ее пользователей»), и чтобы оставаться лидером, Intel нужно привести свой бизнес в соответствие с этими законами. За последние 10 лет стоимость датчиков упала в два раза, доступа в Интернет - в 40 раз, обработки данных - в 60 раз, и этот процесс продолжается. Это открывает новые возможности инвестирования - Intel будет вкладывать средства в развитие платформы для «Интернета вещей», создание автономных автомобилей, программно определяемые сети и аналитику Big Data.
Иван Кузьмин, руководитель проекта Intel Data Analytics Acceleration Library, сделал короткий обзор разработок Intel в области ПО. В Нижегородском офисе Intel созданы библиотеки примитивов и решения, направленные на ускорение работы алгоритмов нейронных сетей, в том числе глубокого обучения. Команда Intel выпустила бесплатный набор инструментов для решения задач глубокого обучения, до Нового года будет выпущен новый продукт Intel Deployment SDK, упрощающий инсталляцию нейронной сети. Управляя удаленно своим компьютером в Нижнем Новгороде, Иван Кузьмин продемонстрировал пример нейронной сети, которая после 32 минут глубокого обучения определяла наличие на картинке изображения руки с точностью 99,7%.
Смотреть все статьи по теме "Большие данные (Big data)"
