В нашем блоге мы нечасто публикуем долгосрочные планы: они обычно не очень конкретны, имеют тенденцию корректироваться и в целом интересны скорее экспертам, нежели потребителям. Однако из любого правила есть исключения. На прошедшем несколько дней назад мероприятии для инвесторов руководство Intel озвучило весьма любопытные, на наш взгляд, перспективы по ключевым направлениям деятельности компании.
Если вам интересно, каким образом концепция «разноядерности» будет внедрена в серверные процессоры Intel Xeon и когда нам ждать наступления «ангстремной эры» — добро пожаловать под кат.

Что-то давно не анонсировали мы учебные мероприятия Intel. Это не означает, что компания не проводит академические программы — напротив, она верна своим традициям. В доказательство этого в очередной раз мы объявляем о совместном зимнем проекте Intel и Нижегородского Университета им. Н.И. Лобачевского, Зимней школе по оптимизации производительности алгоритмов компьютерного зрения. И принять в ней участие благодаря онлайн формату по-прежнему может любой желающий.
Заявки принимаются до 9 января включительно.

Open Visual Inference & Neural Network Optimization (OpenVINO) toolkit — это набор библиотек, средств оптимизации и информационных ресурсов для разработки софта, использующего машинное зрение и Deep Learning. Цель OpenVINO — упростить процесс создания систем компьютерного зрения, предоставляя программистам среду разработки и шаблоны, а также оптимизировать код этих продуктов, требующий больших вычислительных затрат, под разнообразные аппаратные платформы Intel.

За последний год мы в блоге опубликовали добрый десяток статей, посвященных OpenVINO, и останавливаться на этом не собираемся, поскольку считаем тему очень важной. Этот пост предназначен для начинающих пользователей OpenVINO; в нем приведены ссылки на экспресс-видеокурс, с помощью которого вы буквально за час-другой познакомитесь с азами OpenVINO и научитесь использовать его для различных нужд.

Человеку, как известно, свойственно ошибаться. Самые вопиющие ошибки попадают в учебники, а с миллионами остальных нам приходится как-то жить и тратить свой рабочий ресурс на их исправление. По подсчетам исследователей из Университета Пенсильвании, на отладку кода уходит порядка 50% бюджета разработки ПО. Это чудовищно много, но надежда у человечества все-таки есть — будущее за машинными дебаггерами. На прошедшей совсем недавно конференции Intel Labs Day Intel представила ControlFlag — аналитическую систему машинного программирования, способную самостоятельно обнаруживать ошибки в программном коде.

На проходившем в конце апреля мероприятии NAB Show Intel представила второе поколение ускорителя для работы с медиа данными Intel Visual Compute Accelerator 2. Устройство предназначено для повышения производительности обработки и стриминга видео высокой четкости.
Intel VCA2 представляет из себя PCIe x16 устройство на базе трех процессоров Intel Xeon E3-1500 v5, специально разработанных для нужд видеоконверсии. По сути, это «сервер в сервере», предоставляющий свой вычислительный ресурс хост-системе. Он найдет себе применение и в серверах для облачных медиа сервисов, и в рабочих станциях, ворочающих тяжелый контент. Под катом — характеристики акселератора в сравнении с предыдущим поколением Intel VCA.