中国铁警启动春运安保工作强调“日报告”“零容忍”

中新网北京1月9日电 (梁西征)“日报告”“零容忍”“分片包保”“实时调度”“细致精致极致”,这将是全国铁路公安机关在2020年铁路春运安保工作中出现的关键词。

公安部铁路公安局9日发布消息称,面对开年第一场“硬仗”,在2020年铁路春运安保工作中,全国铁路公安机关将严密细化春运安保工作方案,坚持把维护高铁安全置于重中之重的位置,严格落实高铁治安问题隐患“日报告”“零容忍”等制度机制,加强重点目标、复杂区段巡查守护,协调配合路地单位扎实推进高铁安全环境治理。

以下游的合作伙伴为例,微软Azure、亚马逊AWS、阿里巴巴、百度等云计算厂商均宣布使用了英伟达旗下的高性能AI,足见英伟达的先发优势。

作为算力强大、通用性高的主流AI基础设施,GPU并非完美。首先,功耗高、价格昂贵是GPU较为显著的缺点。

三年后,英特尔公布了首款云端AI专用芯片Nervana神经网络处理器(NNP)系列产品,被视作对GPU的正面回应。

之后,同样在2019年,英特尔再次凭借一起收购引发关注——英特尔花费20亿美元收购以色列AI芯片制造商HabanaLabs。英特尔宣称,这次交易将强化英特尔的人工智能解决方案,进一步推动公司在AI芯片市场的份额。

关于解决方案的思路,英特尔AI平台事业部副总裁辛周妍曾在接受财新采访时表示:AI计算不存在一个通用的解决方案,涉及预算、芯片和系统等多个要素。英特尔的策略是给客户选择的空间,来挑选适合具体需求的硬件。

在CPU领域积累深厚,并拥有全世界最强大的开发者社区之一,英特尔无疑是英伟达最有前途的挑战者。

最显而易见的路径是不断收购外部团队。在英特尔近年的多起收购案中,最有标志性的案例是收购Nervana,以及不久前收购以色列AI芯片商HabanaLabs。

铁路警方还称,要按照“信息共享、联勤联动、协同高效、运行顺畅”的目标要求,加强与地方公安、铁路企业的协作配合,相互策应、相互融入,联勤联动、联防联控,在确保春运安全上形成强大工作合力。坚持打防管控一体化作战,充分发挥站车查缉优势,全面加强打击整治,深入推进“猎鹰-2020”战役,严厉打击涉票、“盗抢骗”等违法犯罪,持续整治霸座、阻挡车门等违法行为,全面净化铁路春运治安环境,全力维护铁路安全稳定,确保旅客平安、有序、温馨出行。(完)

英特尔副总裁Naveen Rao指出,目前除了CPU、英伟达的GPU和谷歌的TPU(张量处理器),没有其他的计算架构能够成为真正的产品,而且Google的TPU并不对外出售。

2019年10月9日,土耳其军队越境进入叙利亚北部,对其长期以来视为恐怖组织的库尔德武装展开军事行动,占领叙北部靠近叙土边界的多个地区。叙利亚对此予以谴责,并表示将采取一切合法手段进行抗击。

除了果敢,英特尔的战略还以全面著称。英特尔将继续在各领域收编并发展先进的人工智能技术,将其组合成完整的、广泛适用的软硬件技术生态。

广义上,用于人工智能训练和推理的芯片,都可以称为AI芯片,包括CPU、GPU、FPGA以及ASIC等。

相比传统的CPU,起初用于游戏和视频的GPU更适用于深度学习。人工智能时代,GPU被视作训练人工智能的主要方式,全球主流的硬件平台都在使用GPU进行加速。因此,GPU的领军者英伟达在获得新增长点的同时,也在这一领域站稳了脚跟。

此外,市场洞察力,即能否把握最适用且生命周期长的下游应用,也会成为接下来竞赛的重要指标。英特尔在去年下半年便在人工智能、自动驾驶和5G领域与百度牵手。

而在适用性方面,也有人指出,GPU芯片与理想的深度学习芯片有一定距离。

拉斯艾因市及其周边地区目前由土耳其军队及其支持的叙反对派武装控制。

业内人士指出,虽然在目前,GPU芯片是培训人工智能系统最有效的方式,但技术巨头也在寻找其他类型的硬件以提高深度学习性能。也有人认为,GPU芯片与人工智能的搭配本就是巧合。

在人工智能领域创收38亿的英特尔,已经向产业界成功证明,自己已然具有一定地位。那么,英特尔如何布局以追赶英伟达?或者说有着怎样的人工智能战略?

除了重新自研GPU,英特尔还能如何发力?GPU的缺陷以及技术路线的迁移,或许能帮助英特尔找到突破口。

硬件技术可以依靠花钱买突破,但生态沉淀绝非一日之功。在英伟达主导GPU的阶段,英伟达无疑建立了自己的生态圈。

英特尔表示:“这一路线图决策符合英特尔的AI战略,并符合我们承诺提供能够满足客户不断发展的功能和性能需求(从智能边缘到数据中心)的异构AI解决方案。”

据介绍,英特尔已拥有从CPU、GPU、FPGA到ASIC的AI芯片,全面的产品线也使英特尔具备了差异化优势。

去年,由于AI运算高性能产品需求在下半年大幅增加,英特尔时隔3年重返半导体厂商销售额榜首。正如Naveen Rao所言:AI是英特尔“必须赢下的市场”。

早在2016年8月,为了进入深度学习训练芯片市场,英特尔以大约3.5亿美元收购了Nervana。Nervana的深度学习芯片有着10倍于GPU的速度,能帮助英特尔在深度学习特定应用的集成电路方面获取竞争优势。团队方面,Nervana创始人NaveenRao在进入英特尔后,开始全面领导英特尔AI业务。

值得一提的是,英特尔也在多年之后重启了对独立GPU的研发,产品预计在2020年或2021年上市,将进一步与英伟达对垒。

英特尔能否改写人工智能上游版图?这一问题有待时间检验,但AI市场的热度无疑为英特尔增加动力。每3.5个月,人工智能的计算量就需要增加一倍。由此可以推测,2018年到2023年间,AI芯片的市场规模增速高达49.88%。

不断扩大的人工智能市场,为上游AI芯片厂商带来机遇。

Naveen Rao还认为,AI芯片的技术壁垒高,初创企业很难活下来。即使幸存,也很难解决量产以及软件故障等问题。

有消息称,由于不满足此前的产品线,英特尔已决定终止其Nervana神经网络处理器的开发工作,转而将重点放在收购HabanaLabs后获得的人工智能芯片架构上。

而且,目前真正通用的AI芯片只有GPU。AI芯片的角逐场上,远没有看起来那么拥挤。

在此之后,许多芯片厂商、AI初创企业,甚至云计算厂商这样的芯片大客户都开始自研AI芯片。在国内,也有华为海思、比特大陆这样的AI芯片厂商,成为国产替代的先锋。虽然入局者众,但真正能做出产品的企业并不多。