打通实验室到现实生活的“最后一公里”，英特尔的独家软件策略

后来，SK电信与英特尔合作，将整个架构迁移到Analytics Zoo平台，直接在Spark集群上对数据进行处理，数据处理之后，可以直接利用Analytics Zoo将TensorFlow模型基于内存的数据来进行训练与推理，结果训练最高可以达到4倍的提升，推理上有3-6倍的性能提升。

此外，对于风能发电行业来说，有一个很大的挑战，有时候发电量很高，有时候发电量较低。当需要把风能发电接入到电网时会遇到阻碍，因为电网会要求非常稳定，至少要能很好地预见能输出多少电，或准确预测风电功率。

作为一个为风能发电厂提供智能运营的企业，金风慧能需要为行业用户提供一个部署更为便捷、预测更为精确的新一代智能功率预测方案。基于此，金风慧能与英特尔开展紧密合作，基于英特尔统一的大数据分析和AI平台——Analytics Zoo，金风慧能将方案中涉及的软件与框架无缝集成到同一管道中。

这一方法有助于金风慧能将数据存储、数据处理以及训练推理的流水线整合到统一的基础设施上，来大幅提升新方案的部署效率、资源利用率和可扩展性，并减少用于硬件管理及系统运维的成本。

同时，Analytics Zoo还提供了英特尔的众多底层软件加速库，比如英特尔MKL和英特尔MKL-DNN应用到上层功率预测方案的优化中去；并可将TensorFlow、Keras模型透明地扩展到大数据集群，使用户能更方便地在训练或推理方案中采用分布式架构，最终风电功率的准确率可以相比以前从59%左右提升到79%左右，不仅提高了风电功率预测准确率，同时也大大提高端到端训练的效率。

金风慧能与英特尔通过协作，不仅开发出了更为完善、高效和精确的全新智能功率预测方案，还已着手将它用于实践。来自金风慧能的数据统计表明，在风电场中引入这种更为高效的AI预测方案，能够帮助电力企业显著提升发电效率，为践行绿色环保的新能源理念提供强有力的支撑。

目前，英特尔的合作伙伴已经将Analytics Zoo嵌入到他们的产品或者内部应用当中，比如宝德利用Analytics Zoo的功能发布了AI推理一体机，像阿里云、腾讯云基于Analytics Zoo的技术或者开源平台融入公有云服务。

戴金权指出，“在人工智能时代，AI和数据分析是我们将来非常重要的一个应用场景。特别是在把AI和数据分析应用到现实生产系统当中，Analytics Zoo通过集成大量的机器学习、深度学习和大数据分析技术，以及英特尔提供了大量的底层加速库和优化框架，借助英特尔硬件平台，提高端到端的AI流水线运行效率和开发效率，让我们的用户和客户可以构建他们实际的应用场景。”

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!