Schenkt man einer groß angelegten Markterhebung von Grand View Research Glauben, werden bis zum Jahr 2025 etwa 90 Prozent aller geschäftlich genutzten Anwendungen in irgendeiner Form KI-Algorithmen nutzen. Dass daraus ein riesiger Markt einerseits und erhebliche Erfolgsvorteile andererseits entstehen, ist unbestritten. Umso mehr sollten sich Unternehmen auf das Optimieren der eigenen Anwendungen und Workloads fokussieren. Das kann unter anderem mithilfe bestimmter KI-Funktionen und -Beschleuniger gelingen, die in die aktuellen Intel Xeon Prozessoren integriert sind und damit von Anfang an – ohne die Anschaffung zusätzlicher Hardware – zur Verfügung stehen.
Eines sollte dabei völlig klar sein: Nur wenn die KI-Applikationen diese zahlreichen Funktion der Intel-CPUs richtig nutzen, ergibt sich daraus eine Software, die perfomanter und zuverlässiger funktioniert als ohne. Aber auch dafür bietet Intel die passenden Hilfeleistungen, angefangen bei einer lebendigen und hilfsbereiten Entwickler-Community bis hin zu eigenen Software-Entwicklern, die bei der Optimierung von KI-Software helfen können.
Doch in welchen Bereichen der Künstlichen Intelligenz kann Intel mit seinen integrierten KI-Funktionen für bessere Applikationen sorgen, und welche Branchen profitieren hiervon maßgeblich? Das soll dieser Beitrag zeigen.
Finanzen, Gesundheit und Handel: Hier helfen KI-basierte Empfehlungssysteme
Amazon macht es seit Jahren erfolgreich vor: Begebe ich mich auf die Suche nach einem bestimmten Produkt, werden automatisch ähnliche Produkte zum Kauf angeboten, was einen erheblichen Anreiz darstellt, das ein oder andere käuflich zu erwerben. Und das hat noch gar nichts mit der KI und bestimmter Deep Learning-Modelle zu tun.
Die kommt spätestens dann ins Spiel, wenn sogenannte Natural Language Processing -Modelle (NLP) dafür Sorge tragen, dass potenzielle Kunden allein wegen ihrer Anfragen, Chats oder sonstigen textuellen Interaktionen auf einem Onlineshop genau das gewünschte Produkt oder eine Dienstleistung empfohlen bekommen. Dass hierbei KI-Algorithmen vonnöten sind (und das sowohl beim Trainieren als auch beim Inferenzieren der KI-Modelle), versteht sich fast von selbst. Doch was davon ist CPU-basiert und damit ohne größere Hardware-Anschaffungen erreichbar?
In diesem Kontext spielen die hier schon mehrfach erwähnten Intel Advanced Matrix Extensions (Intel AMX) eine wichtige Rolle. Hiermit sind also deutliche Verbesserungen in den Bereichen NLP, Empfehlungsysteme und Bilderkennung möglich. Davon profitieren unter anderem Unternehmen aus dem Finanzsektor, Gesundheitswesen und Einzelhandel, aber auch fertigende Unternehmen. Der gesamte Energiesektor und weitere Industriezweige kommen damit in den Genuss der KI und ihren Möglichkeiten.
In diesem Zusammenhang sei auch die „Generative KI“ erwähnt. Damit nimmt nämlich (aufgrund des enormen Datenvolumens) der Rechenaufwand erheblich zu, womit die vorhandenen Compute-Ressourcen so effizient und „schlau“ wie möglich genutzt werden sollten. Dazu durfte ich auf der zurückliegenden Hannover Messe mit Ricky Watts von Intel ein Videogespräch führen.
Gesundheit und Finanzen: Machine Learning-Algorithmen mit mehr Sicherheit
Doch geht es nicht immer nur um die pure Rechenpower. So steht der Schutz der Kund:innen- und Patient:innendaten in bestimmten Bereichen wie dem Finanz- und Gesundheitswesen ganz weit oben auf der Agenda. Gleichzeitig müssen riesige Datenmengen – strukturierter als auch unstrukturierter Natur – verarbeitet werden, was vor allem die Trainingssessions betrifft. Hierfür stehen in den aktuellen Intel Xeon Prozessoren zwei Funktionen bereit, die sich als „Pärchen“ genau darum kümmern: Daten schnell und sicher verarbeiten.
Die Rede ist von Intel SGX und Intel AVX-512. Hierbei übernimmt Intel SGX die Rolle des Datentresors, Intel AVX-512 wiederum entfaltet seine Stärken beim Trainieren von großen Machine Learning-Modellen. Und in der Kombination mit Intel Extension for Scikit-Learn beschleunigt diese CPU-Funktion sogar das Inferenzieren der KI-Anwendung.
Angepasste Entwicklungsumgebungen und Out-of-the-Box-AI-Lösungen
Für ein bestmögliches Anpassen der eigenen KI-Anwendung oder die ersten Schritte in diese Richtung bieten sich zwei weitere Optionen an: Intel Xeon CPU-optimierte Entwicklungsumgebungen und Out-of-the-Box-Lösungen, die vom ersten Tag an bei der Implementierung der eigenen KI-Strategie helfen sollen.
So wurden Entwicklerumgebungen wie TensorFlow und PyTorch speziell an Intel-basierte KI-Algorithmen und -Funktionen angepasst, aber auch eine Intel-Version der Open Source-Plattform OpenVINO steht für das Optimieren von Machine/Deep Learning-Modellen zur Verfügung.
Darüber hinaus stellt eine speziell zum Thema Künstliche Intelligenz entwickelte Internetseite diverse Out-of-the-Box KI-Lösungen vor. Diese sollen beispielsweise zu einer besseren Fertigungsqualität führen, exaktere Strömungssimulationen ermöglichen und komplexe Rechnungsstellungen automatisieren. Und das alles mithilfe der KI. Hat man den für die eigene Problemstellung passenden Ansatz gefunden, kann man mit dem zugehörigen Unternehmen per Mausklick Kontakt aufnehmen. Einfacher geht es wohl kaum.
KI-Lexikon: Wichtige Begriffe der Künstlichen Intelligenz erklärt
Disclaimer: Diesen Blogpost habe ich im Auftrag von Intel produziert. Bei der Ausgestaltung der Inhalte hatte ich nahezu freie Hand.