幾年前，英特爾啟動了“以數據為中心”的轉型，這是一場自我革命的戰(zhàn)役，而戰(zhàn)役背后的六大秘密武器起到了關鍵作用，分別是制程與封裝、XPU架構、內存與存儲、互連、安全、軟件。在很多場合下，英特爾將六大技術做成了同心圓，最外一層是軟件，包裹著其他五兄弟，可見它又當爹又當媽的地位。

即便英特爾擁有頂尖的硬件實力，但這種對軟件的形容一點也不夸張。在“2020英特爾數據中心軟件技術及應用線上分享會”上，感受到了軟件的良苦用心。

據英特爾架構、圖形和軟件集團副總裁兼中國區(qū)總經理謝曉清介紹，英特爾軟件有三大策略：

1，軟件優(yōu)先策略，“比如我們最近發(fā)布的Xe架構的GPU，在圖形、多媒體、計算方面都需要非常穩(wěn)定的生態(tài)，而英特爾本身在編程語言、系統(tǒng)庫以及工具鏈方面已經有了非常強有力的生態(tài)支持?！?/p>

2，易于擴展性，比如在GPU方面，有著非常多的細分市場，背后是不同價格、功耗、性能的需求。英特爾能夠最大限度得到GPU開發(fā)者支持，從而覆蓋不同領域。

3，全新的計算負載和用戶場景，“英特爾希望解決現有解決方案無法提供的方案，并實現產品差異化?！?/p>

也就是說，英特爾的硬件就算再強悍，也需要軟件來尋找開發(fā)者來將硬件的真正價值發(fā)揮出來，發(fā)揮到實際應用中來。軟件這位當媽的，沒有一天不省心，首先她要在各大社區(qū)廣而告之，為自己的底層技術們尋找開發(fā)者。正如謝曉清所說：“英特爾在開源社區(qū)做了很多貢獻，如Linux的Kernel社區(qū)，以及Linux的KVM虛擬化社區(qū)，目前，我們是世界最大的代碼貢獻者。”

另一方面，從底層往上走，從固件IP、BIOS，一直到硬件驅動，再到操作系統(tǒng)，英特爾也與諸如Windows、谷歌的安卓以及Linux各大廠的發(fā)行版進行合作，以及投入。為了啥呀？還不是為了讓硬件這群孩子們披甲上戰(zhàn)場，去獲得戰(zhàn)勛。只有軟件層合作廣泛了，用的主流操作系統(tǒng)多了，英特爾底層技術才有機會。

當然，軟件還要顧內，比如oneAPI編程模型，可以簡化跨多架構的開發(fā)過程。比如OpenVINO工具包，用于加速深度學習，能夠支持跨英特爾CPU、FPGA、Movidius VPU、顯卡等異構執(zhí)行。英特爾的軟件可以串起這些硬件兄弟們，讓他們不感到孤獨。

謝曉清在提到oneAPI時透露，今年12月份將發(fā)布全新Gold版本：“該版本將支持CPU和GPU，以后還會支持其他AI硬件加速以及FPGA等，以此來幫助開發(fā)者做快速有效的軟件開發(fā)工作?！?/p>

此外，謝曉清總結oneAPI三大特點：1，給用戶提供非常友好的編程環(huán)境，開發(fā)者能夠自由選擇硬件平臺，不必綁在某一個硬件平臺上；2，編譯器、系統(tǒng)都是高度優(yōu)化，能夠實現最大的硬件產能，支持不同異構計算加速；3，開發(fā)模式快速高效，原碼維護成本可以達到最低。

分享會上，謝曉清還透露了安卓云游戲背后的秘密，前不久英特爾發(fā)布的最新GPU-SG1擁有非常強大的圖形渲染能力以及多媒體編解碼能力。在CPU端，英特爾采用比較輕量級云原生的技術，用容器技術將其跑到輕量級容器當中，充分發(fā)揮英特爾至強的計算力，提供云端協(xié)同的殺手級應用。軟件方面，英特爾在安卓框架層和運行層都進行了不少優(yōu)化，使得安卓容器化方案擁有很高密度。

關于安卓云游戲，英特爾和騰訊云的合作有望實現產品化。

在AI的應用方面就不得不提英特爾的Analytics Zoo平臺。據資料顯示，Analytics Zoo是統(tǒng)一的數據分析AI平臺，支持筆記本、云、Hadoop Cluster、K8s Cluster等平臺、此外，Analytics Zoo提供了端到端的pipeline，大家可以將AI模型應用到分布式大數據場景中。Analytics Zoo還提供了端到端的ML workflow和內置的模型和算法。

具體而言，在底層的使用環(huán)境中，支持深度學習框架，如TensorFlow、PyTorch、OpenVINO等，還支持分布式框架，如Spark、Flink、Ray等，還可以使用Python庫，如Numpy、Pandas、sklearn等。在端到端的pipeline中用戶可以使用原生的TensorFlow和PyTorch，用戶只需要很簡單的修改就可以將原有的TensorFlow和PyTorch代碼移植到Spark上來做分布式訓練。Analytics Zoo還提供了RayOnSpark，ML Pipeplines，Automatic Cluster Serving，支持流式Serving。在內置算法中，提供了推薦算法，時序算法，視覺以及自然語言處理等。

英特爾大數據技術全球CTO、大數據分析和人工智能創(chuàng)新院院長戴金權在分享會上舉了漢堡王的例子，用戶實時的點餐行為和各種情景特征（比如時間、天氣和位置等）都是能夠被用來做合適推薦的重要因素。

據戴金權介紹，英特爾開發(fā)了一個全新的Transformer Cross Transformer （TxT）推薦模型，用多個 Transformer編碼器來提取用戶點單行為和復雜的情景特征，并通過點積的方法將Transformer的輸出組合在一起以生成推薦。線上A/B測試結果表明TxT模型不僅比現有的其他推薦模型取得了更好的效果，同時該模型也能被成功地應用到其他推薦場景中。

由此回到英特爾整個軟件布局上來看，英特爾的硬件像一顆的宇宙立方，軟件就是開啟立方魔力的法杖，是實現硬件最終落地應用的“神器”。