인텔은 온프레미스, 클라우드 및 엣지 환경에서 기업이 더욱 편하게 AI를 활용할 수 있도록 특별히 설계된 첫 번째 오픈소스 AI 레퍼런스 키트를 공개했다고 13일 밝혔다. 인텔 비전 행사에서 최초로 공개됐던 이번 AI 레퍼런스 키트는 교차 아키텍처 성능을 위한 AI 모델 코드, 엔드-투-엔드 머신러닝 파이프라인 명령, 라이브러리 및 인텔 OneAPI 요소를 포함하고 있다. 데이터 과학자 및 개발자는 해당 키트를 통해 의료, 제조, 유통 및 기타 산업 전반에 걸쳐 더욱 빠르고 쉽게 AI를 배치하는 방법을 습득하고, 더 나은 성능을 제공하며 총 구현 비용을 절감할 수 있다.
인텔 AI 및 애널리틱스 총괄 및 부사장인 웨이 리(Wei Li) 박사는 “개방적이고 민주적인 환경에서 더욱 많은 혁신이 달성된다. 인텔은 최적화된 인기 있는 프레임워크를 포함한 개방형 AI 소프트웨어 생태계를 더욱 가속화한다. 인텔이 제공하는 AI 도구는 개방적이고, 표준에 기반하며, 통일된 단일 API 프로그래밍 모델을 기반으로 구축됐다”며 “수백만의 개발자 및 데이터 과학자들은 인텔의 엔드-투-엔드 AI 소프트웨어 포트폴리오 구성요소가 포함되어 있는 이번 AI 레퍼런스 키트를 통해, 더욱 빠르고 쉽게 애플리케이션에 AI를 적용하거나 현존하는 지능형 솔루션을 더욱 강화할 수 있을 것”이라고 말했다.
비전, 음성, 추천 시스템 등의 사용 사례에 따라 AI 워크로드가 더욱 증가하고 다변화되고 있다. 인텔이 엑센추어(Accenture)와 함께 협력해 개발한 이번 AI 레퍼런스 키트는 산업 전반에서 더욱 빠르게 AI을 도입할 수 있도록 지원하기 위해 설계됐다. 또한, 오픈소스 및 의미 있는 기업 환경을 포함하고 있는 AI가 내장되어 있는 이번 키트는 개발되지 않은 애플리케이션에 AI를 더욱 활용하거나, 현존하는 AI 솔루션에 대한 전략적인 변화를 야기할 수 있도록 지원한다. 현재 아래와 같이 네 가지의 키트를 제공하고 있다:
• 공익사업 자산 건전성: 전 세계적으로 에너지 소비가 지속 증가함에 따라 해당 분야에서의 전력 분배 자산도 증가할 것으로 예상된다. 해당 예측 분석 모델은 공익사업 업체들이 더욱 높은 서비스 안정성을 제공할 수 있도록 지원하는 목적으로 학습됐다. 본 키트는 인텔® OneAPI 데이터 애널리틱스 라이브러리를 통해 인텔에 최적화된 XG부스트(XGBoost)를 사용, 34개 속성과 천만 개 이상의 데이터 포인트를 바탕으로 전신주 상태를 모델링한다.
• 비주얼 품질 관리: 품질 관리(QC)는 모든 제조 공정에서 필수적이다. 컴퓨터 비전 기술은 AI 학습 도중에 무거운 그래픽 연산 능력을 요구하는 경우가 많고, 신제품 출시 시 빈번하게 다시 학습을 진행해야 한다는 과제에 직면하고 있다. AI 비주얼 QC(AI Visual QC) 모델은 인텔® 옵티마이제이션 포 파이토치(Intel® Optimization for PyTorch) 및 인텔® 디스트리뷰션 오브 오픈비노 툴킷(Intel® Distribution of OpenVINO™ toolkit)을 포함한 인텔® AI 애널리틱스 툴킷(Intel® AI Analytics Toolkit)을 학습에 활용했다. 이를 통해, CPU, GPU 및 기타 가속기 기반 아키텍처 전반에서 컴퓨터 비전 워크로드를 위한 인텔 최적화가 적용되지 않은 엑센추어 비주얼 품질 관리 키트 대비 학습 및 추론에 걸리는 시간을 각각 20% 및 55% 단축했다.
• 고객 챗봇: 대화형 챗봇은 전사적 이니셔티브를 지원하기 위한 중요한 서비스로 자리매김 했다. 대화형 챗봇의 상호 작용을 지원하는 AI 모델은 매우 거대하고 복잡하다. 레퍼런스 키트에는 버트(BERT)와 파이토치(PyTorch)를 사용한 의도 분류 및 개체명 인식을 위한 딥 러닝 자연어 처리 모델이 포함되어 있다. 인텔® 익스텐션 포 파이토치(Intel® Extension for PyTorch) 및 인텔 디스트리뷰션 오브 오픈비노 툴킷은 이기종 아키텍처 전반에서 모델을 최적화하여 인텔 최적화3를 사용하지 않고 엑센추어 고객 챗봇 키트를 재고 구현한 경우보다 45% 더 빠른 추론 속도를 제공하며 개발자는 최소한의 코드 창으로 모델 개발 코드를 재사용할 수 있다.
• 지능형 문서 인덱싱: 기업들은 매년 수백만 개의 문서를 처리하고 분류하며, 대부분의 반정형 및 비정형 문서들은 수동으로 라우팅 된다. 인공지능을 사용하면 문서 처리 및 분류가 자동화되어 라우팅 속도를 높이고 인건비를 줄일 수 있다. 이 키트는 지원 벡터 분류(SVC) 모델을 사용하며, OneAPI로 구동되는 인텔® 디스트리뷰션 오브 모딘(Intel® Distribution of Modin)과 인텔® 익스텐션 포 사이킷런(Intel® Extension for Scikit-learn)으로 최적화했다. 인텔 최적화4가 없는 엑센추어 인텔리전트 인덱싱의 재고 구현에 비해 데이터 전처리, 학습, 추론 시간을 각각 46%, 96%, 60% 더 감축한다.
깃허브를 통해서도 오픈소스 AI 레퍼런스 키트를 무료로 다운로드할 수 있다.
많은 개발자들이 솔루션에 AI를 도입하기 위해 노력하고 있으며, 이번 레퍼런스 키트는 그들이 더욱 쉽게 AI를 도입할 수 있도록 지원한다. 이번 발표된 AI 레퍼런스 키트는 인텔의 엔드-투-엔드 툴과 프레임워크로 최적화된 AI 소프트웨어 포트폴리오를 기반으로 개발됨과 동시에 인텔의 AI 소프트웨어 포트폴리오를 보완한다. 본 레퍼런스 키트는 여러 유형의 아키텍처에서 성능을 제공하는 단일 API 개방형 표준 기반 이기종 프로그래밍 모델을 바탕으로 구축됐다. 아울러, 데이터 전문가들이 독점 환경의 한계를 극복하여 모델을 더 빠르고 저렴한 비용으로 학습할 수 있도록 지원한다.
인텔은 향후 1년간 모든 규모의 조직이 디지털 전환을 할 수 있도록 학습된 머신러닝 및 딥러닝 모델을 갖춘 오픈소스 AI 레퍼런스 키트를 추가로 선보일 예정이다.
[영상] 메인보드 제조사가 인텔과 AMD 중 선호하는 곳은?,한국 메인보드 시장 완전정복 
