面向云服务提供商的关键软件优化

为满足客户的服务需求，云服务提供商 (CSP) 需要同时具备经过优化，能实现高性能和低延迟的软硬件。

长期以来，英特尔与众多软件提供商通力合作，构建了丰富的生态系统。生态系统中的众多协作者及优化方案可助力云服务提供商为客户提供其所需的服务并赢得新业务机会。

数据库

如今，您的客户为执行业务关键型操作而需要存储和处理的数据量远胜往昔。如果能够加快数据库操作并提升可靠性，您就可以提升客户满意度，赢得更多业务。

已经过优化并能够在英特尔® 处理器上运行的常用数据库应用包括：

Oracle 数据库
在 2019 年 9 月举行的甲骨文全球大会 (Oracle OpenWorld) 上，甲骨文公司宣布已将第二代英特尔® 至强® 铂金处理器和英特尔® 傲腾™ 持久内存作为 Exadata X8M 的标准配置，使其能够充分利用这些设备的内存持久性和大容量等特性。用甲骨文公司的话来说，“这些优化措施显著提升了 Exadata 数据库服务器的速度，有些技术指标均实现突破，其中联机事务处理 (OLTP) 读取 IOPS 达到 1600 万、延迟为 19 毫秒”。

SAP HANA
SAP HANA 是第一个面向英特尔® 傲腾™ 持久内存进行优化的重要数据库，因为英特尔® 傲腾™ 持久内存能够以近 DRAM 的速度满足众多性能需求。采用英特尔® 傲腾™ 持久内存运行 SAP HANA 可使数据持久保存并能提升性能、降低每 GB 成本，从而让云服务提供商能够降低内存密集型工作负载的总体拥有成本。

人工智能

当前，对云端部署人工智能 (AI) 服务的需求正呈增长态势，有 67% 的 IT 专业人士相信到 2020 年它将成为企业上云的关键驱动因素。

英特尔致力于确保所有主要深度学习框架和拓扑能够在英特尔® 架构上良好运行，确保客户可以自由选用符合其需求的框架。很多备受欢迎的人工智能应用都是开源的，并且已针对英特尔® 硬件进行了性能优化（参阅 ai.intel.com/framework-optimizations/）。以下是几个已经过优化的通用程序：

TensorFlow
TensorFlow 是一个应用广泛的机器学习框架，已采用面向深度神经网络的英特尔® 数学核心函数库（英特尔® MKL-DNN）进行优化。这些优化使得 TensorFlow 可在英特尔® 至强® 处理器上高效执行训练和推理。

英特尔® OpenVINO™ 工具套件分发版
英特尔® OpenVINO™ 工具套件分发版中包括英特尔® 深度学习开发套件 (DLDT)，适用于神经网络模型和计算机视觉。对于初试人工智能的云服务提供商来说，该套件让他们能够更快地推出解决方案，而无需花时间了解不同的架构、分别优化这些架构并维护不同的代码库。

深度学习参考堆栈
随着人工智能在各个方面取得长足进步以及众多企业迅速采取行动争相提高功能的可用性，开发人员被迫自行集成多种解决方案——这个任务非常艰巨。现存的集成解决方案往往都是规定性的，不具备让开发人员按需选择适用工具的灵活性。

多年来，英特尔一直在不断推进神经网络和机器学习技术的发展。我们发展这种技术专长旨在降低深度学习开发流程的复杂性，让开发人员能够更轻松地创建原型、访问已优化和集成的端到端堆栈，从而加速开发进程。

英特尔深度学习参考堆栈已针对英特尔® 至强® 可扩展处理器进行高度调优和测试。该堆栈从一开始便针对英特尔® 至强® 可扩展处理器进行了优化，做到开箱即用。它在赋予开发人员和客户灵活性，让他们能够根据各自特点创建解决方案的同时，通过简化集成多个开源软件组件的复杂性，使未来交付深度学习即服务 (Deep Learning as a Service, DLaaS) 成为可能。

了解更多面向云服务提供商的资源，请见 intel.cn/csp。