从 PC 时代至今，众人只知在 CPU、GPU、XPU、制程、工艺等战场中，英特尔在与同行硬件芯片制造商们的竞争中杀出重围，且在不断的成长进化中，成为全球知名的半导体公司。殊不知，在「刚硬」的背后，英特尔「柔性」的软件早已经做到了全方位的支持与支撑，并持续发挥独特的生态价值，推动产业合作共赢。 而对于这一不知人知的 B 面，很多人将其称之为英特尔隐形的翅膀，虽低调，但是影响力却不容小觑。

 

那么，在如今以数据为中心的时代中，一直流淌于英特尔“血液”中的软件基因究竟有何价值？在全新的六大技术支柱战略之下，英特尔的软件之路行至何处？在软件生态的建设之中，英特尔又在如何深度赋能合作伙伴？接下来，在本文中，我们将从“英特尔的软件生态与价值”这一探秘活动中，带领大家走进英特尔的亚太研发中心，揭开英特尔软件的层层面纱。

 

英特尔在中国的 34 年

作为一家见证了半个世纪风雨的硬核企业，秉承「利用摩尔定律的力量将智能的、连接的设备带给地球上的每个人」使命的英特尔于 1985 年正式进入中国；

 

1993 年，在上海漕河泾成立的“英特尔中国架构开发实验室”，彼时其主要以软件为主营业务。2005 年，该实验室升级，即为如今坐落于上海紫竹紫竹科技园区的“英特尔亚太研发有限公司”；

 

2003 年，英特尔在成都建立封装测试工厂，并在 2014 年进一步投资引入高端测试技术（ATT）；

 

2007 年，英特尔大连工厂破土动工，并在 2015 年升级为英特尔“非易失性存储”制造工厂；

 

…

 

 

 

英特尔亚太研发中心总经理卢炬

在历经 34 年打磨沉淀中，英特尔在国内业务拥有涵盖云计算、服务器设计、虚拟化技术、大数据、深度学习、基本输入输出系统、固件、视频技术等方面的一级工程研发人才。在研发层面，英特尔亚太研发中心总经理卢炬表示，现在的计算架构已经从 CPU 时代往 XPU 方向发展。这意味着，原来比较流行的 CPU（向量计算）向 GPU（矢量计算）、AI（矩阵计算）和 FPGA（空间计算）发展。

 

在这里插入图片描述

而这也可以从英特尔亚太研发的软件布局中可见一斑。无论是在 CPU、GPU、AI、FPGA 等硬件基础上，还是在BIOS 和 Firmware、操作系统、虚拟化技术、Orchestration、Middleware、Framework 等层面，英特尔在软件领域的探索超乎外界想象。

 

 

 

这一点，我们也从英特尔亚太研发中心开源首席科学家冯晓焰在活动现场所做的分享中得到了证实。

 

英特尔势将开源进行到底

众所周知，开源和软件不分家。

 

随着 AI、云计算、IoT 高速发展时代的到来，软件更是得到了前所未有的发展。一方面，在摩尔定律逐渐趋于极限的今天，开放的软件将为高成本、周期长、壁垒高的硬件行业释放无限的性能提升；另一方面，软件的“闭门造车”早已成为过去式，当下，越来越多的互联网企业、开发者开始投身于开源生态系统中。

 

所谓「开源」，原本指的是开放其设计让所有使用者*修改的一项机制，现在这项机制早已在无形之中演变为在产品、计划与专案方面，透过开放大众的参与、讨论与修改，进而加速其发展、增加透明度及大众福祉的方式。简而言之，正如冯晓焰所述，开源软件已经是主流的软件，在系统软件栈的各个层次都有开源软件的选项。

 

而在我们不完全熟知的英特尔软件背后，其全面拥抱开源软件已经有近 20 年的时间。对此，冯晓焰解释道：“英特尔内部成立了一个团队叫‘开源软件技术中心’。在 2005 年的 1 月份，英特尔当时 CEO 曾做过一个承诺，即‘英特尔推出的各种各样的驱动软件，我们在提供 Windows 的解决方案时候同时提供 Linux 解决方案’，这标志着全面拥抱开源软件。”

 

在这里插入图片描述

 

英特尔亚太研发中心、开源首席科学家冯晓焰

一直以来，英特尔工程师在着手开源软件事宜时，均会遵循以下几种工作方式：

 

尊重开源软件的许可，做开源社区的守法公民。 这主要是因为开源软件特别复杂、不同的开源软件有各自各种各样的许可证。在英特尔内部，有一整套的流程，保证所有英特尔研发的软件是符合这些开源软件不同的许可证。

与社区合作，并贡献社区（技术、社区活动）。 在冯晓焰看来，从“贡献社区和社会合作”来看，可分为两个层面。首先在技术上，英特尔更多的是将代码直接分享到整个开源社区中，如在常用的 Linux内核、Kernel/KVM 两个基础软件里，英特尔在整个社区里，代码贡献量常年高居第一。在社区层面，英特尔经常联动伙伴做贡献，如自2006年开始连续举办中国Linux内核开发者大会。

在最短时间内提供对英特尔新技术在开源软件中的支持。

创建有意义的开源软件项目。 如 ACRN 主要解决针对尤其像 IoT 技术上，需要一些比较轻量级的、且能够安全认证过的一个虚拟化软件，希望能够在 IoT 这样比较小的设备上也能够去实现各种各样的一些新的使用模式。

支持客户基于开源软件建立一些解决方案。

随后，当论及业界存在一些“开源项目正在成为企业技术垄断”的观点时，冯晓焰更看重的是开源的东西能促进创新。其表示，英特尔更想要看到的是一些新的技术使用在开源软件上；其次，英**特尔做开源软件的目的是希望大家能够看到和借鉴，这种借鉴的作用能够帮助很多人达到技术上的一个提高。**对此，基于英特尔亚太研发的软件布局，冯晓焰从开源的角度为我们做了深度的剖析：

 

固件层次：英特尔为 Firmware 开发的 UEFI Framework一直是开源的状态；

OS层次：一直以来，英特尔针对 Android、Chrome、Zephyr、ROS 等操作系统均有重大的贡献。其中，如 Clear Linux是针对英特尔平台整个优化过的一个社区发行版，可以保证在英特尔平台上有良好的性能；Celadon，这是英特尔针对 AI 平台开放的 Android 操作系统的参考实现；Zephyr是针对特别小的IoT设备要用到的一个 OS 的内核所创建的，事实上是英特尔首先在业界创建的一个项目，目前也得到了业界的广泛支持……

虚拟化层次：英特尔最开始做虚拟化，事实上是在开源软件XEN上面实现的，而虚拟化技术的成熟才使得 “云计算”能够真正落地;

Orchestration：在 OpenStack 上，英特尔推动了其在中国的社区的活跃和广泛应用;

中间件：WebRTC、JS等也是非常重要的一部分；

AI Frameworks：英特尔在 Spark、Hadoop、TensorFlow等软件上，贡献也非常大。

在成长与共赢的环境中，英特尔在开源社区中的领导地位推动了行业发展，也为新兴工作负载中的硬件和软件交互提供了新模型。

 

让数据不再“沉默”

从细分的层面来看，在如今被 AI 全面渗透的时代下，如何让海量的数据为我们所用一直成为开发者颇为头疼的难题。

 

 

英特尔公司架构、图形与软件部（IAGS），资深软件架构师黄晟盛

对此，基于算法的复杂性，部署的复杂性，数据处理的复杂性，以及成本、是否可扩展、专有接口、数据隐私等大规模人工智能应用面临的挑战，英特尔公司架构、图形与软件部（IAGS），资深软件架构师黄晟盛以英特尔基于Spark开发和开源的两个项目——BigDL和AnlyticsZoo 为例，分享了其在大数据、深度学习层面发挥的巨大魅力。

 

 

 

BigDL，是一个基于Spark的深度学习框架，主要对标的是Tensorflow、 Caffe、Pytorch之类的库，主要目的是使得深度学习算法能够用来处理大数据平台里头的数据，有很好的可扩展性能。Github 地址：https://github.com/intel-analytics/BigDL。

Analytics Zoo（https://github.com/intel-analytics/analytics-zoo），该项目进一步为大数据用户提供了一个统一的端到端的大数据分析+深度学习的平台。这个平台构建于 BigDL、TensorFlow 等引擎之上，可以在 Spark 平台上为多种深度学习框架提供分布式支持，并且提供了很多预训练和预定义的模型以及参考案例，使得用户构建应用更容易也更高效。

基于以上类似开源项目的落地，为用户带来的益处是显而易见的，以 AnalyticsZoo 为例，它能够帮助用户在笔记本上跑的算法和在集群上跑的算法是同一套实现，所以不会有不一致的情况发生，而且原先的脚本几乎不需要修改。

 

 

 

英特尔软件的性能优化

除了以上，英特尔不仅为产业提供便捷的软件工具，也不断推进软件工具的开发优化，确保开发者和生态利用软件工具从硬件创新中受益。

 

英特尔亚太研发有限公司机器学习首席工程师林晓东表示，“英特尔做软件，就是enabling（使能）和optimization（优化），我们做的事情使我们所有硬件的每一个晶体管都能够将能力充分发挥，这是英特尔做软件的目的，使得开发者能够非常容易地把我们的软件、硬件充分用起来。”

 

 

英特尔亚太研发有限公司机器学习首席工程师林晓东

在优化上，基于深度学习方面，林晓东分享道，从Broadwell到Skylake，软件与硬件结合带来了高达277倍的机器学习的性能。从Skylake到Cascade Lake性能增长了28倍，其中通过硬件提升了4倍左右，剩下的全部是由软件优化带来的。

 

英特尔不断提供简便、可扩展的工具，加速应用开发部署。例如，oneAPI将简化并统一了跨CPU、GPU、FPGA、AI芯片和其它加速器等不同架构之间的编程；OpenVINO工具包，实现了高性能计算机视觉和深度学习视觉应用的快速开发。

 

在使能方面，英特尔还具备针对客户的工作负载进行优化的能力，帮助客户和合作伙伴加速创建应用并推向市场。

 

对此，来自英特尔中国区云计算软件性能优化团队总监李宏表示，“**我们在与客户互动的过程中，其实是双向的。**一方面，我们会把英特尔的一些技术介绍到客户的软件开发当中，帮他们提高性能。这个过程中，我们也加深了对他们软件的了解，知道我们的技术在里面使用得怎么样，他们在未来需要什么样的技术，我们把这样的信息反馈给产品部门，为未来的硬件或者软件产品打造良好的基础。无论是到客户，还是从客户到后端，我们的聚焦点是‘性能与优化’，这是连接两点的一个枢纽。”

 

 

 

英特尔中国区云计算软件性能优化团队总监李宏

根据数据显示，今年英特尔和中国区的合作伙伴已对近 70 个不同的应用程序进行了优化，项目涵盖搜索引擎、媒体处理、存储，以及还有超过一半的项目和AI相关。大部分的程序经过优化后，能够达到2-4倍的性能提升，个别能够提高10倍。

 

“唯有软硬兼施，才能更好地满足未来计算的需求。通过软件团队和合作伙伴共同合作，英特尔致力于推动业界软件生态向前发展。”李宏表示道。

 

软件人才培养

当下以创新为依托的软件时代，人才是最为重要的储备之一。在这一方面，来自英特尔亚太研发有限公司高校合作经理颜历表示，“英特尔一直非常有激情去做教育，这和英特尔本身是一家非常创新的公司是有关系的。教育是培养创新人才的利器，可以帮助我们握有打开创新之门的钥匙。英特尔在创新及创新人才培养方面有着比较深刻的理解，以及比较丰富的经验，所以我们一直在系统化地推进这件事情、做系统化的布局。”

 

在落地举措上，英特尔与各大高校展开合作，基于此，在英特尔亚太研发中心，英特尔还特别设立了实习实训中心，截止目前，该中心接待了 7000 名学生来实习。据统计，对于英特尔而言，其每年大概要花 5000 个小时在大学合作项目上。

 

对此，颜历表示，英特尔更倾向于把最新的技术拿到学术界，去跟学校去进行分享。“有很多的软硬件平台，英特尔可能都还没有给工业界、产业界去使用，就已率先在学校里试用。”

 

总结

基于以上，或许可以对于英特尔“软”化管中窥豹，也能够了解到在这个软硬件不分家的时代，想要同时具备这两种能力，何其困难。

 

其实对此，犹记得上个月英特尔高级副总裁、首席架构师，架构、图形与软件部门总经理 Raja M.Koduri 在媒体分享会中曾说过，软件的重要性是其他技术领域的十倍，而软件为硬件带来的性能上的提升是指数级：

 

通过软件优化，从 JDK 8 到 JDK 9，可以给硬件带来 6 倍的性能提升；

将硬件与英特尔的内存层级架构结合，加上软件栈方面的技术，可以为持久性内存带来 8 倍的性能升级；

在深度学习领域，利用 DL Boost 架构扩展，可为硬件提速 28 倍。

整体而言，如果说硬件是基础，那么软件则是驱动其“动起来”的灵魂。这对于身处数据爆发的时代英特尔而言，软硬协同无疑会为业界带来更为极致的用户体验。而利用得天独厚的技术与生态优势，英特尔也将加速创新技术的大规模部署。