开源赋能 普惠未来——回顾全球数字经济大会及开放原子全球开源峰会（Intel专题）_开源驱动赋能未来

一、峰会背景

2023年6月11日至13日，中国·北京迎来了一场全球数字经济大会和开放原子全球开源峰会的盛会。这次大会在北京北人亦创国际会展中心隆重举行，为来自世界各地的数字经济和开源社区的代表们提供了一个共同交流、合作的平台。

本次大会以"开源赋能 普惠未来"为主题，着眼于开源技术在数字经济领域中的巨大潜力和作用，旨在推动全球数字经济的发展，实现普惠未来的愿景。

全球数字经济大会的亮点之一是聚焦了数字经济的全球趋势和创新发展。来自政界、商界、学界和科技界的专家学者、企业家和技术领袖们齐聚一堂，分享他们对数字经济的独到见解和前瞻性思考。他们深入探讨了数字化转型、人工智能、区块链、物联网等领域的最新发展趋势，并就如何在数字经济时代推动可持续发展展开了研讨和讨论。

与此同时，开放原子全球开源峰会作为本次大会的重要组成部分，为开源社区的开发者和爱好者提供了一个交流分享的平台。与会者们分享了他们的开源项目和经验，并就开源技术在数字经济中的应用、创新和未来发展进行了深入的探讨。开源的理念和价值观在本次峰会中得到了高度认可和推崇，各方共同探讨如何通过开源赋能，实现数字经济的创新和普惠。

大会期间还举办了众多专题演讲、研讨会和工作坊，为与会者提供了广泛的学习和互动机会。与会者们积极参与，分享了他们在数字经济和开源领域的最新研究成果、实践案例和成功经验。这些交流和互动激发了新的思考和合作机会，为全球数字经济的发展注入了新的动力。

二、Intel对开源领域做了哪些贡献

1 从硬件到软件提供了综合性的支持

英特尔（Intel）作为一家著名的硬件公司，在开源领域展现了强大的支持和投入。在2023年开放原子全球开源峰会上，英特尔展示了对开源基金会的大力支持。

开放原子开源基金会理事长助理刘京娟女士在开幕致辞中表示，非常感谢英特尔对开放原子开源基金会的大力支持。她提到英特尔作为一家知名的硬件公司，在半导体芯片领域取得了巨大的成就，同时也是一个以软件服务与支持为核心的公司。英特尔积极拥抱开源，坚持开源优先的原则，并在开源投入上有二十多年的经验，投入巨大的资源在Windows内核、云原生、虚拟化和人工智能等领域。并且指出，英特尔不仅在硬件方面取得成功，还在开源技术方面具有丰富的经验。他们在中国成立了英特尔中国开源技术委员会，整合内部资源，利用最新的技术和生态资源，为中国开发者提供更高效、专业的服务，推动开源生态建设和产业发展。同时，英特尔也积极支持开放原子开源基金会的工作，加入了多个开源社区的治理架构，并提供技术和解决方案的支持，与全球主流的Linux操作系统保持同步。

英特尔的开源投入涵盖了从底层基础软件到中间件运行库、框架和应用等多个领域。他们在中国的开源社区中也发挥着重要作用，成立了专门的团队和组织，提供技术支持和解决方案。此外，英特尔还支持了x86平台的发展，并为x86产品提供技术支持和驱动代码。

开放原子开源基金会表示，他们将继续加强在开源软硬件方面的布局，加强项目的储备和协同合作，推动开源软硬件的适配和生态网络的形成。他们还鼓励更多的企事业单位参与到开源事业中来，共同推动开源项目在各行业领域的广泛应用。

通过英特尔对开源基金会的大力支持，以及其在软件领域的投入和参与，软硬件协同发展得以推进，加速了软硬件的进步的步伐。

2 边缘人工智能的发展趋势

关于边缘人工智能的发展趋势和挑战，具体有三个阶段：边缘推理阶段、边缘训练阶段和边缘协同阶段。在边缘推理阶段，通过数据中心提供的算力和训练模型，将推理任务下发到前端设备进行执行，实现边缘智能应用。然而，这种模式限制了模型更新的频率。在边缘训练阶段，面临着需要对模型进行及时更新的需求，如智能制造和自动驾驶等领域。边缘训练需要解决人工智能操作人员的限制和自动化标注训练的问题。最后的边缘协同阶段是未来的发展方向，将数据中心和边缘设备进行协同，实现更高效、智能化的边缘人工智能应用。

同时，人工智能的应用场景越来越广泛，并且新的人工智能，如ChatGPT的出现为人工智能应用带来了新的可能性。Intel公司在边缘人工智能领域的工作，包括提供产品来帮助开发者应对挑战，以及为社区提供了开发工具。总体而言，发言人通过介绍边缘人工智能的发展趋势和挑战，展示了英特尔在这一领域的工作和技术，并强调了边缘人工智能的重要性和未来发展的方向。

然而，边缘训练并不简单，需要解决一些特定的问题。例如，在边缘设备上执行人工智能操作的人员通常是生产线上的工人或自动驾驶的驾驶员，他们可能没有精力进行人工操作。因此，在进行边缘人工智能训练时，需要更自动化的标注和训练手段。此外，边缘训练还面临其他挑战，例如在智能制造中，对训练最有价值的样本往往是带有缺陷的样本，而在正常的生产线上，大部分样本是正常的，这就需要解决在小样本情况下进行有效训练的问题。另外，隐私保护也是一个关键问题，边缘训练需要考虑如何在保护隐私的前提下进行训练，因此联邦学习等技术被提出用于边缘训练。

如果这些问题都得到解决，就可以实现良好的边缘训练手段和方法。边缘人工智能的发展并不止于此，未来可能会进一步发展到自动学习阶段，即Auto-Learning模式。

• 容量增加：现代技术的进步使得计算、通信和存储容量大幅增加，为推动人工智能发展提供了基础。
• 英特尔的角色：作为一家硬件、数据公司，英特尔在计算、通信和存储等方面提供技术支持，推动人工智能的发展。
• 边缘人工智能的挑战：相较于数据中心，边缘人工智能面临更多限制和挑战，包括较低的算力和功耗要求，以及针对不同平台的应用开发和数据保护等问题。
• 技术解决方案：为了应对这些挑战，英特尔提供全方位的技术支持，包括不同架构的产品（如CPU、GPU、FPGA等）以满足不同的人工智能算力需求，例如在大数据训练方面提供高性能的处理器。
• 需要考虑的问题：在开发边缘人工智能应用时，需要解决不同平台之间的无缝迁移、模型保护等实际问题，这些是必须考虑的因素。
  

3 人工智能计算解决方案

英特尔（Intel）作为一家领先的公司，提供多种人工智能（AI）计算方案，满足各行业应用的需求。这些方案包括通用处理器和集成显卡、通讯和存储能力提升、AI训练平台、AI推理部署工具套件以及硬件和软件的创新。这些解决方案广泛应用于智慧教育、智慧零售、5G通讯和边缘人工智能等领域，为用户提供高性能和高效能的解决方案。

以下是英特尔在人工智能计算方面的创新和解决方案的概述。

1. 通用处理器和集成显卡：英特尔的通用处理器，如酷睿和灵动处理器，集成了显卡，具备媒体编码、解码、转码和人工智能推理的加速能力。这些处理器适用于智慧教室、智慧零售等垂直行业的应用，并提供专用AI处理的加速能力。
2. 通讯和存储能力提升：英特尔在通讯方面提供了针对5G接入和核心网的解决方案。例如，至强处理器中集成了微软Boost加速引擎，提升了5G接入容量。此外，英特尔还提供一系列硬件安全手段，并提供用于AI训练和推理的软件工具，以提高通讯和存储能力。
3. AI训练平台：英特尔提供了GIT平台，用于边缘AI训练。这个平台帮助开发人员快速找到最有效的训练样本，并进行模型的二次训练，从而减少样本数量和对算力的需求。
4. AI推理部署工具套件：英特尔提供了深度学习部署工具套件，可以将经过训练的网络模型部署到不同的硬件平台上执行，并且支持多种人工智能框架.
5. 硬件方面的创新：英特尔的第四代至强可扩展处理器具备通用CPU和AMX矩阵扩展能力，满足边缘人工智能的计算需求，提高算力、功耗和安全性。英特尔的独立显卡包含矢量加速、矩阵加速等技术，提供媒体和人工智能应用的性能提升。
6. 软件方面的平台和工具：英特尔提供了GET平台，利用主动学习技术选择适宜的数据进行边缘训练，简化标注和样本选择，提高边缘训练速度。该平台支持团队合作，并能够输出不格式的训练结果，与其他软件工具。

总之，英特尔的人工智能计算方案广泛应用于智慧教育、智慧零售、5G通讯和边缘人工智能等领域。他们提供了处理器、显卡、通讯和存储能力提升、AI训练平台、AI推理部署工具套件以及硬件和软件的创新，为用户提供高性能、高效能的解决方案。这些创新和解决方案有助于推动人工智能在各行业的应用和发展。

4 在云原生领域的贡献

Intel在云原生技术方向项目和功能不断推陈出新，为行业带来了许多重要的创新。

丁建峰先生是Intel云计算软件研发经理，他向大家介绍了英特尔在云原生领域的创新项目和功能。其中，英特尔云原生团队的工作项目是他重点介绍的内容。英特尔在云原生平台上进行了全方位的优化，包括内核、用户空间库、容器化和工作负载。他们与不同领域的客户展开合作，并在各种云计算项目中发挥了重要作用，其中包括开源项目OpenStack。

Intel团队的关注重点逐渐转向云原生领域，并在云原生相关项目中发挥硬件平台的作用。举例来说，他们参与了一些重要的项目，如Kata Containers、Cloud Workload Optimization和Kubernetes等。在虚拟化、容器化和管理等方面，英特尔团队做出了许多贡献。

在本次演讲中，丁建峰先生还介绍了一个重要的技术——Service Match，这是从阿里龙蜥社区引入的。他详细解释了Service Match的概念和在云原生领域的应用。此外，英特尔还在性能优化、Serverless、资源管理等方面进行了大量工作，并提到了他们围绕Kubernetes的硬件支持和与OpenShift项目的融合。

丁建峰先生强调了计算机资源中CPU、内存和存储等的重要性，并提到了英特尔在CPU资源管理方面的增强项目，例如CRM项目。他还分享了英特尔在云原生领域的积极工作和创新项目。

除了以上的介绍，丁建峰先生还提到了一些具体的创新项目，展示了英特尔在云原生领域的实际成果：

1. CNI加强：引入了多个CNI（Container Network Intelface），支持多网卡和强化网卡硬件设备，以CNI的方式进行呈现。
2. 精细化隔离：在8K8S集群中，特别是在单机机器人中，对存储资源和网络资源进行更精细化的隔离。
3. 安全加强：使用英特尔硬件平台的技术（如TDX和SGX）进行机密内容的加强，包括密钥管理和数据面的加强。 4. 性能加强：通过使用英特尔平台中的QT硬件加速设备和新指令集，对数据面的流量进行TLS加密和解密的加强，提高性能和节省CPU资源。

5 Intel与腾讯推出跨平台安卓

本次介绍主要围绕安卓开发方式展开，发言人从技术角度向媒体介绍了安卓的开发方式以及英特尔在安卓跨平台上的贡献。

1. 安卓开发方式：安卓是由谷歌倡导的开源系统，其开发方式是先闭源，与合作伙伴进行内部测试和适配，然后在参考平台上发布。英特尔一直是安卓核心开发的贡献者之一，在新版本发布时能够第一时间获取访问权限，并进行适配和优化。
2. 安卓生态：安卓不仅仅是一个操作系统，而是一个应用生态系统，每年有数百万的开发者为安卓开发各种移动应用，并且这些应用具有较长的生命周期。移动应用不仅局限于手机和平板，开发者们不断探索与端设备交互的新场景。
3. 端设备创新：英特尔希望通过安卓平台在端设备上创造新的商机。尽管在手机和平板市场上英特尔的声音较低，但在端设备领域，安卓的生态依然具有活力，开发者们在不断寻找与用户交互的新方式。
4. PC端创新：尽管手机和平板市场发展放缓，但PC端仍然具有巨大的潜力。英特尔致力于在安卓平台上推动PC端的创新。通过安卓系统，开发者可以将移动应用扩展到PC设备上，实现更多样化的用户体验和功能。这种将移动应用与PC平台结合的创新，可以为用户带来更加便捷和多样化的计算体验。
5. 智能家居领域：随着物联网的快速发展，智能家居成为了一个热门领域。安卓平台提供了开放的开发环境和丰富的应用生态，为智能家居设备的开发和应用提供了便利。英特尔希望通过安卓平台的使用，与智能家居领域的开发者合作，推动智能家居设备的创新和普及，提供更智能、便捷、互联的家居体验。

同时，发言人指出，PC仍然是一个庞大的市场，每年有将近3亿台PC出货量，在中国每年约有六七千万台新PC出货量，活跃的PC用户数量约为几亿。在国际上，谷歌的Chromebook早在几年前就支持在其上运行安卓应用。两年前，微软在Windows 11中引入了Windows Subsystem for Android（WSA），允许用户在Windows系统上安装和运行安卓应用。去年，谷歌发布了Google Play for Games，将其Google Play平台引入了Windows系统，使用户能够在Windows上玩安卓游戏。

发言人提到在中国有大量的用户喜欢玩休闲类游戏，谷歌看到了这个商机，并将Google Play引入了Windows系统。然而，目前在中国还没有一个安卓在PC上的解决方案，这是一个巨大的市场机会。发言人介绍了英特尔与腾讯合作推出的产品——腾讯的PC应用宝，它通过Intel的技术实现在Windows上运行安卓应用的无缝体验。用户可以在Windows上打开应用市场，选择并下载喜欢的安卓应用，体验与手机上相同的使用感觉。

另外，发言人还谈到了智慧大屏的发展趋势，智慧大屏具有高清晰度和强大的AI能力。他们介绍了新华三与英特尔合作推出的8K云屏，利用英特尔的算力优势和生态成熟度，提供高性能的端设备体验。总体而言，安卓在不同的交互场景中运行，并且在高性能需求和x86生态融合方面有着广阔的市场机会。

6 云计算领域开展项目众多

在与阿里和中国移动的合作中，出现了多个案例。其中一例是与阿里合作的service match相关合作案例，另一例是与中国移动合作的网络加强案例。这些合作案例在推动创新和提升服务质量方面发挥了重要作用。

在云原生领域，涉及到了多种网络组件和技术点。其中包括QTA加速、ITS加速以及IPV6和IPV4的协同工作。这些技术的应用使得云原生系统具备更高的性能和更好的兼容性，提升了整体网络效率和可靠性。

在K8S领域，通过与移动合作加强了生产工作环境，并取得了良好的效果。这种合作有助于提高生产效率和优化工作流程，为企业创造了更好的工作环境。

与VMware的合作中，通过EPPF技术加强方向，利用TCPIP的bypass实现了性能的提升。这种合作推动了网络技术的发展，提升了系统的运行效率和用户体验。

龙蜥云原生是一个资节点资源管理形态演进，涵盖了集群管理、单机组件、底层操作系统和单机资源管控等领域，这种演进架构为云原生系统提供了更好的资源管理和调度能力，提升了系统的可靠性和性能。

龙蜥云原生发行版架构包括集群服务和单机服务两部分。集群服务提供容器服务能力，而单机服务提供容器、网络、存储和单机资源管控等能力。这种架构设计使得系统具备了更高的灵活性和可扩展性。

CRI-RM是一个容器运行时接口代理组件，用于在节点上进行动态资源划分，与龙蜥单机资源管控契合。通过CRI-RM的应用，可以实现对容器资源的动态调配和管理，提升了资源利用率和系统的弹性。

Anolisbox是针对云原生场景下的单节点资源管理解决方案，具备标准化、规划和策略化等特性。它采用了CI代理模式，在运行模式中可以根据优先级标签或其他资源设置标签对底层操作系统和容器进行配置。这种解决方案提供了更好的资源管理和优化能力，提升了整体系统的性能和可管理性。

7 同国内操作系统共同打造社区生态

国内有多个操作系统厂商和社区参与操作系统生态的构建和发展。其中，Linux操作系统是最主要的上游社区，全球有许多组织和个人参与其代码的构建，包括Intel工程师。然而，对于企业用户来说，直接使用上游社区版本的Linux操作系统可能不太实际，因为其更新频率较快，企业更需要一个相对稳定的操作系统环境来运行应用程序。

因此，在国内存在一些厂商提供基于Linux的操作系统，如OSA、Ubuntu、麒麟等，它们提供适用于不同用户群体的操作系统解决方案。此外，还涌现出几个有影响力的操作系统社区，包括龙蜥社区、欧拉社区和open cloud web社区，其中open cloud web社区在服务器操作系统领域具有较大的影响力。

这些社区都在基金会的支持下运作，共同构建了国内的操作系统生态。用户可以选择国外的产品如红帽，也可以选择国内厂商提供的操作系统，还可以直接使用开源版本进行修改和定制。近年来，国内的操作系统生态发展迅速，社区化成为一个明显的趋势。

在国内的操作系统社区中，Intel积极参与社区的建设和开发。Intel在社区的运营和治理方面发挥作用，并在龙蜥社区、欧拉社区和open cloud web社区中建立了Intel架构的支持和贡献。除了平台支持，Intel还将其他技术和优化技术引入这些社区，与基金会和本地OSV（操作系统发行版）进行合作。

此外，Intel还与中国的OSV厂商建立了合作关系，将其平台支持纳入其发行版中，以便用户能够获得第一时间的支持。麒麟和红旗是国内两家最大的商业OSV厂商之一，他们与英特尔进行全面战略合作，将Intel的平台支持整合到其发行版中。

总体而言，国内的操作系统生态正在蓬勃发展，社区化成为重要趋势，多个厂商和社区积极参与其中，构建了一个多样化的操作系统解决方案生态系统。

三、结语

在回顾开放原子全球开源峰会之后，我对开源技术的前景感到乐观。这次峰会展示了开源社区的创新力量和合作精神，以及开源技术在数字经济中的巨大潜力。

峰会汇聚了全球开源社区的成员，他们分享了各自的项目和经验，展示了开源技术在人工智能、物联网等领域的应用。这些创新解决方案为未来带来了更多可能性。

然而，我们仍然面临挑战。我们需要加强全球开源社区的合作与交流，构建一个开放、包容和协作的环境。推广开源技术也是关键，让更多人了解其概念和优势，并提供培训和支持。

感谢各个开源社区如龙蜥社区、欧拉社区等社区，感谢Intel、CSDN、华为、腾讯云、OpenHarmony、阿里云、开源基金会、麒麟等开源社区与成员的支持。他们的努力和贡献推动了开源技术的发展，让我们看到了开源赋能普惠未来的希望。

总而言之，开放原子全球开源峰会展示了开源技术的潜力和价值，同时也提醒我们面临的任务和挑战。通过全球合作与交流、推广和普及开源技术，以及关注生态系统的可持续发展，我们可以实现开源技术在数字经济中的更大价值，创造繁荣和可持续的未来。让我们共同努力，开创开源赋能普惠未来的新篇章！