英特尔中国 教育行业 AI实战手册 趋势篇 实战篇 技术篇 目 录 Contents 助力教育智能化转型 服务教育现代化进程 45 45 46 50 50 55 55 56 58 61 61 以先进人工智能技术助力语言教学，打造更优口 语测评方法 英特尔与合作伙伴共同探索基于人工智能的智能口语 测评方法 • 基于人工智能的智能口语测评 • 面向英特尔® 面向英特尔® 架构优化的人工智能口语测评解决方案 基于英特尔优化方案的应用案例 • 一起教育科技：基于英特尔的产品与技术，打造先进人工 智能口语测评平台 借力人工智能语音识别，打造高效教学辅助能力 英特尔携手合作伙伴探索基于语音识别的智能教学辅 助能力 • 语音识别等人工智能技术在智慧教育场景中的应用 • 基于语音识别能力构建教学辅助能力 • 扩展 OpenVINO ™ 工具套件自定义层，提升语音识别推理 工具套件自定义层，提升语音识别推理 效率 基于英特尔优化方案的应用案例 • 思必驰：与英特尔携手打造精准、高效的语音识别应用， 加速智慧教育前行步伐 打造高效人工智能教学与实训解决方案 英特尔携手合作伙伴持续探索人工智能教学场景建设 • 人工智能教育市场现状与趋势 • 人工智能教育面临的挑战及对策 • 基于英特尔产品与技术，打造 “云 - 边 - 端” 架构人工智能 教育实训环境 基于英特尔优化方案的应用案例

边缘 AI 驱动， 助力新质生产力 英特尔® 工业人工智能白皮书 2025 年版 Intel® Industrial AI Playbook 2025 Edition 编委会： 主编：刘 俊、马小龙、朱永佳 编委：方辛月、高 畅、高杨帆、胡 杨、刘 波、吕晓峰、邱丽颖、单 娜、张 恒、张心宇 * 编辑按姓名首字母排序 人工智能 (AI) 技术的快速发展掀起了新一轮工业革命浪潮，通用大模型的出现让 个环节赋予怎样的智能化能力，以及英特尔在帮助企业落地部署 AI 技术方面所能提供的产品、平台和 系统性支持与服务以及成功案例。 本白皮书中包括了工业 AI 和工业大模型的概念介绍、当前的市场规模与市场增长潜力、工业 AI 和工业 大模型能为汽车、消费电子、新能源锂电、半导体制造等重点行业所带来的赋能创新机会，以及当前 大模型在工业领域落地应用所面临的挑战和英特尔针对工业 AI 和大模型落地部署从硬件，到软件，到 和大模型落地部署从硬件，到软件，到 整体方案的技术赋能。 英特尔希望通过本白皮书，促进工业 AI 技术的广泛应用，并与行业伙伴共同探讨和制定工业 AI 的标准 化流程和最佳实践，共同构建开放、协同的工业 AI 生态系统，推动制造业向智能制造转型升级，赋能 新质生产力。 — 张宇博士 英特尔中国区网络与边缘事业部首席技术官 前言 目录 01 02 工业人工智能 (AI) 行业观察 .....

应付新业务上线部署时千奇百怪的 需求，进一步产生了额外的高额开支和大量的重复建设。 �� 解决方案 03 阿里云第九代企业级ECS实例（ECS g�i）基于“CIPU+飞天”技术架构，搭载英特尔®至强® 6性能 核处理器（P-core），为包括数据库、大数据、游戏在内的多类场景带来显著的性能和体验提升。 CIPU作为新一代云计算管控和加速中心，向下对数据中心的计算、存储、网络资源快速云化并进 作为最新一代的至强® 产品，英特尔®至强® 6 性能核处理器经过精心优化，具备更出色的单核性 能，更适合公有云工作负载，能够为浮点运算、事务型数据库和科学计算等工作负载提供更高的 单个 vCPU 性能。在核心数量、算力密度、内存与 I/O 升级和AI 深度优化，以及多场景性能上， 至强® 6性能核处理器均有全面突破。 图3. 英特尔®至强®代际演进 来源: Intel 代际规格 第二代英特尔®至强®可 第二代英特尔®至强®可 扩展处理器 第四代英特尔®至强®可 扩展处理器 英特尔®至强®6900 性能核处理器 128 核 60 核 28 核 最高单路 内核数 内存 PCIe AI加速器 AVX-512(VNNI) AMX/TMUL(INT8& BFloat 16)&AVX-512 (VNNI/INT8) AMX/TMUL(INT8& BFloat 16,FP16)&AVX-512 (VNNI/INT8) 6通道

Cloud平台服务，从1到 N拓展VS Code Java工具包以及开源软件和微软云计算平台Azure的集成 (如Spring、Kubernetes、Ansible、FreeBSD)等。 研发经理： 职业生涯始于英特尔，担任开发者后晋升为研发经理，负责Linux驱动和开 源虚拟化软件开发。 开源软件的爱好者： 在2016-2018年担任FreeBSD基金会董事。 ” 讲师简介 www.top100summit

算力提出更高要求， 高通、英特尔、AMD 等芯片厂商纷纷展开布局，陆续推出针对 AI PC 场景优化的芯片产品。 在 PC 侧，使用独立 GPU 运行 AI 运载，具备高性能、高吞吐量等优势，但功耗高；NPU 方案更具高能效、低功耗等特点，但对高性能要求 AI 负载支持能力有限。考虑 AI 任务需求 以及用户偏好不同，我们认为 AI PC 市场使用 1）CPU+NPU+GPU 处理器（英特尔 Meteor 5-6GB， 故未来运存最低也需要 16GB 才能保证 PC 稳定运行。2）根据 Trendforce，Qualcomm Snapdragon X Elite、AMD Strix Point 及英特尔 Lunar Lake，三款 CPU 的均采用 LPDDR5x， 而非现在主流的 DDR SO-DIMM 模组，主要考量在于传输速度的提升；DDR5 目前速度为 4800-5600Mbps，而 LPDDR5x Databricks、Google Cloud、Hugging Face、Kaggle、IBM WatsonX、Microsoft Azure、 NVIDIA NIM 和 Snowflake 上推出，并得到 AMD、AWS、戴尔、英特尔、英伟达、高通提 供的硬件平台的支持。此外，雷朋 Meta 智能眼镜也将支持多模态的 Meta AI。 原生多模态大 模型/闭源LLM 图片生成模型 音频/音乐生成、 语音合成模型

Prismark, 国信证券经济研究所整理 资料来源： Prismark, 国信证券经济研究所整 理 柔性板 16.9% 单双面板 图：服务器平台升级要求传输速率提升， Dk 、 Df 下降 英特尔 Purley （ Sky Lake ） Purley （ Cascade Lake ） Whitley Eagle Stream CPU 制程 14nm+ 14nm++ 10nm+ 10nm++ FR4 为主，为 Mid Loss 等级； PCIe4.0 主板 PCB 需升级至 Low Loss 等级，对应松下 M4 、 生益 S7439 、联茂 IT-958G 等材料。 l 新一代英特尔和 AMD 支持 PCIe5.0 的服务器平台，主板 PCB 将继续升级至 Ultra Low Loss 等级， 推 动 PCB 单价进一步提高。根据 Prismark 的数据， 2019 年 8-16

来十年的年复合增长率将逼近40%。面对如此庞大的数据存储需求，存储技术的革新显得尤为关键。当前，相变存储器（PCM）、磁 阻随机存取存储器（MRAM）和阻变存储器（RRAM）是较为成熟的新型存储技术。PCM的产业化进程最快，英特尔与美光早在2015 年便联合推出了相关产品；MRAM已实现产业化，主要应用于嵌入式存储领域，能大幅降低系统功耗，最高可达90%以上；而RRAM虽 尚未实现大规模商用，但其在存算一体及人工智能领域

小模型，并需要匹配有不同的算力提供方案，公司针对各类型 AI 音箱均有研发、设计 方案。 芯片环节，目前市场上主流的智能音箱主控芯片主要来自：苹果、全志、晶晨、创 锐讯、百度、博通、君正、英特尔、炬芯、杰理、澜至、联发科、美满、瑞芯微等。既 有自研芯片的苹果、百度等终端品牌商，也有全志科技等专业从事音频装备 SoC 主控 芯片的芯片设计厂商。 图40：2022 年中国智能音箱竞争格局

，仅次于全球最大的处理器厂商英 特尔凭借其桌面端 集成显卡优势占据的最大份额。 排名 公司 2022 年收入（亿美元） 市场份额 同比增速 地区 1 三星 670.6 11.3% -10.8% 韩国 2 英特尔 608.1 10.2% -20.6% 美国 3 高通 367.2 6.2% 25.2% 美国 4 海力士 341.0 5.7% -7.3% 韩国 5 博通 269.6 4.5% 28.1% 美国

国家数据基础设施意义重大 上世纪90年代初，美国提出并开始实施“国家信息基础设施（NII）”行动计划，推动互联网在全球迅速普及，一举奠定了 美国在传输网络、根服务器、IPV4协议等方面的技术领先优势，培育出了微软、英特尔、谷歌、脸书、亚马逊、苹果、特斯拉 等一大批信息技术跨国企业，并推动全球经济高速增长了30多年。当前，国家数据基础设施（NDI）将成为引领下一个30年经 济增长的新引擎，我国通过建设和运营国家数 与动态调度允许参与方按本地资源状况异步上传参数，并通过优先级调度减少冗余通信。 二是构建分层防御体系。在基础层，结合差分隐私（DP）与同态加密（HE），在梯度更新时添加噪声并加密传输；在 硬件层，引入可信执行环境（TEE）如英特尔SGX，隔离敏感计算过程，兼顾效率与安全；在协议层，采用新型加密协议实 现隐私对齐，避免原始数据泄露；在应用层，采用对抗训练和梯度检测机制，识别并过滤恶意参数更新。 三是消除数据异质性和模型偏差