Intel发布基于10nm的下一代处理器架构

One API软件：Intel宣布推出“One API”项目，以简化跨CPU、GPU、FPGA、人工智能和其它加速器的各种计算引擎的编程。该项目包括一个全面、统一的开发工具组合，以将软件匹配到能最大程度加速软件代码的硬件上。公开发行版本预计将于2019年发布。

傲腾技术：Intel傲腾数据中心级持久内存作为一款新产品，集成了内存般的性能以及数据的持久性和存储的大容量。这项技术通过将更多数据放到更接近CPU的位置，使应用在人工智能和大型数据库中的更大量的数据集能够获得更快的处理速度。其大容量和数据的持久性减少了对存储进行访问时的时延损失，从而提高工作负载的性能。

Intel傲腾数据中心级持久内存为CPU提供缓存行（64B）读取。一般来说，当应用把读取操作定向到傲腾持久内存或请求的数据不在DRAM中缓存时，傲腾持久内存的平均空闲读取延迟大约为350ns。如果实现规模化，傲腾数据中心级固态盘的平均空闲读取延迟约为10000ns（10μs），这将是显著的改进。在某些情况下，当请求的数据在DRAM中时，不管是通过CPU的内存控制器进行缓存还是由应用所引导，内存子系统的响应速度预计与DRAM相同（小于100 ns）。

Intel还展示了傲腾与QLC固态硬盘的结合，将降低对最常用数据的访问延迟。总体来说，这些对平台和内存的改进重塑了内存和存储层次结构，从而为系统和应用提供了完善的选择组合。

深度学习参考堆栈（Deep Learning Reference Stack）：这是一个集成、高性能的开源堆栈，基于Intel至强可扩展平台进行了优化。该开源社区版本旨在确保人工智能开发者可以轻松访问Intel平台的所有特性和功能。深度学习参考堆栈经过高度调优，专为云原生环境而构建。该版本可以降低集成多个软件组件所带来的复杂性，帮助开发人员快速进行原型开发，同时让用户有足够的灵活度打造定制化的解决方案。

操作系统：Clear Linux 操作系统可根据个人开发需求进行定制，针对Intel平台以及深度学习等特定用例进行了调优；编排：Kubernetes可基于对Intel平台的感知，管理和编排面向多节点集群的容器化应用；容器：Docker容器和Kata容器利用Intel虚拟化技术来帮助保护容器；函数库：Intel深度神经网络数学核心函数库（MKL DNN）是Intel高度优化、面向数学函数性能的数学库；运行时：Python针对Intel架构进行了高度调优和优化，提供应用和服务执行运行时支持；框架：TensorFlow是一个领先的深度学习和机器学习框架；部署：KubeFlow是一个开源、行业驱动型部署工具，在Intel架构上提供快速体验，易于安装和使用。