圖1. 中國人工智能市場支出預測

與此同時，技術的飛速發(fā)展也帶來了巨大的人才缺口。有統計數據表明，目前我國人工智能人才需求缺口達 500 萬人²，在人才需求結構上，基礎層人才需求尤為迫切。近兩年，國內對于人工智能人才的需求更是呈現出水漲船高的態(tài)勢。數據統計還顯示，2021年人工智能行業(yè)人才需求指數較去年增長103%，其中算法人才缺口達170萬³，這也成為人工智能教育行業(yè)發(fā)展的巨大動力。

圖2：人工智能行業(yè)人才需求指數

在此背景下，強化面向青少年等群體的人工智能教育成為社會的廣泛共識，人工智能教育也逐步被納入到學校的教學規(guī)劃中。2017年，國務院就印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確提出“人工智能成為國際競爭新焦點。在中小學階段設置人工智能相關課程，逐步推廣編程教育” ⁴，2019年，教育部印發(fā)《中小學綜合實踐活動課程指導綱要》，設計了人工智能相關主題活動。此外，多個省市的教育機構發(fā)文要求，各地要依托人工智能教育實驗區(qū)和試點校，完善本地區(qū)中小學人工智能教育工作規(guī)劃，細化工作分工，健全扶持政策，加快推進中小學校人工智能教育普及化。

教育部教育信息化專家組認為，應把人工智能列入必修內容，目標是素養(yǎng)培育，抓手是編程實踐，需要著重從傳授人工智能基礎知識，進行人工智能啟蒙教育；培養(yǎng)學生使用智能工具的能力；學習用編程解決實際問題，培養(yǎng)計算思維、創(chuàng)新思維等基本素養(yǎng)等多方面入手，深化教育體制改革^5,6。

要推進人工智能教育，構建人工智能實訓環(huán)境至關重要，人工智能實訓可以幫助學生從簡單、基礎的人工智能模型訓練、推理等流程入手，了解人工智能應用的相關知識。因此，越來越多的學校開始開設人工智能實驗室/實訓室，在人工智能算力基礎設施之上提供人工智能教學課程。

由于人工智能教育的主要目標是培養(yǎng)學生的人工智能技能，鍛煉學生的數據科學思維⁷。因此，與企業(yè)的人工智能應用相比，部署于 K12 階段的人工智能實驗室/實訓室具備著以下特點：

• 提供全流程的人工智能應用實踐能力

在K12 教育階段，大部分學生并未接觸過人工智能，因此，學校需要構建“從零開始”的課程培訓體系，并支持全流程的人工智能應用，這包括數據準備、模型訓練、模型部署、模型推理等各個階段。

其中，在數據準備階段，人工智能教育實驗室/實訓室需要支持對于給定的數據集進行處理，將其輸入到模型之中；在建模階段，需要為學生提供適合學習階段的預置模型庫，允許學生通過訓練需求來選擇合適的模型；在部署與推理階段，學生能夠利用訓練好的模型，驗證訓練的模型能否在精度等方面滿足預定的目標。

• 實現基礎設施與人工智能課程體系的融合

人工智能教育實驗室/實訓室的基礎是一整套的人工智能應用平臺，核心則是人工智能課程體系。這套課程體系既需要符合信息技術教材等規(guī)范性要求，還需要針對學生的學習特點，提供重點明確、體系完整、功能強大的課程設計，支持學生使用簡單的人工智能工具，進行更富主觀能動性的探索，實現從感性引導到興趣實踐，再到創(chuàng)新應用的流程。

圖3：K 12 階段的人工智能教育目標

一般而言，人工智能課程體系需要包括以下內容：人工智能課程的課程綱要、教材、代碼示例；面向 人工智能基礎知識傳授的交互式課程；支持自主模型訓練/推理的實踐應用平臺；作業(yè)批改以及評價系統；師生互動應用。要支撐這一課程體系，就需要構建就緒型的人工智能教育環(huán)境，在硬件平臺基礎上提供必要的軟件組件。

面向 K12 的人工智能教育實訓室面臨的挑戰(zhàn)

當前，我國人工智能教育發(fā)展迅速但尚處于起步階段，存在人工智能教育人才儲備不足，人工智能教育存在技術瓶頸，人工智能教育產品不完善，人工智能教育大數據平臺缺乏，人工智能教育可能產生倫理風險等問題⁸，亟需進行持續(xù)的探索與創(chuàng)新。

而從平臺建設來看，算力平臺是人工智能教育實驗室/實訓室構建的基礎，面向 K12 的人工智能教育場景應用有著以下特征，對于人工智能基礎設施的構建帶來了相應的挑戰(zhàn)：

• 人工智能模型的復雜度不高，對于算力要求相對較低，使用CPU進行訓練或推理即可滿足絕大部分場景的算力需求。例如，在常見的 AI 圖片檢測學習任務中，圖片數據集常常在 3000-5000 張的規(guī)模，訓練與推理時間只需保證在分鐘的級別，較商業(yè)級 AI 應用的性能目標大幅縮減，應用效率較低導致資源浪費。
• 學校普遍缺乏面向人工智能應用的專業(yè)部署和運維能力，普遍存在缺乏面向不同應用場景、不同軟件框架的軟硬件優(yōu)化方案，異構設備之間難以實施有效協同等問題。學校希望通過軟硬件一體化等形式來降低運維門檻，簡化應用。
• 教室場景意味著人工智能的應用相對集中，集中通過AI服務器進行運行可能會帶來性能擁堵的問題，因此要求終端具備一定的本地算力。
• 高中階段的人工智能教育需求具備體系化、規(guī)范化的要求，但在教育實踐中，常常出現可選實驗場景、器材和軟件套件混亂，無法滿足真實場景的學習需要等問題，更無法貼近行業(yè)實踐要求。需要平臺具備豐富的可擴展性。

人工智能教育實驗室/實訓室需要解決算力的分配問題，將算力集中在云或數據中心的服務器中有利于實現更高的靈活度，但可能在集中應用的時候出現算力不足的問題；將算力部署于終端適用于對本地算力要求更高的應用，但在運維與管理問題可能會遇到較大的挑戰(zhàn)。

英特爾人工智能實訓愿景與架構參考

為助力打造更高效的人工智能教育實訓環(huán)境，英特爾憑借其不斷創(chuàng)新的產品與技術體系，以及在 “云邊協同” 上積累的豐富實戰(zhàn)經驗，與人工智能教育解決方案廠商一起為教育機構打造 “云 – 邊 – 端” 架構的端到端人工智能實訓解決方案，為師生提供高性能、高可用和靈活可擴展的人工智能動手實踐平臺。

圖4：典型的 “云 – 邊 – 端” 人工智能教育實訓環(huán)境

其中，邊緣平臺是人工智能教育實訓環(huán)境的重要基礎平臺，在異構硬件融合的基礎上提供了人工智能開發(fā)環(huán)境，為人工智能推理、開發(fā)套件等應用提供強大算力支持。特別是對于 K12 階段的人工智能教育來說，其無需學校在數據中心或云服務方面進行大量投入，就可以搭建更敏捷、更高穩(wěn)定性、更低成本的人工智能實訓室。

此外，方案還能夠提供基于英特爾?架構的AI智能硬件開發(fā)套件，包含面向計算機視覺、人工智能、邊緣計算、推理運算等各類實訓場景的外接實訓設備。結合不同課程和實訓應用場景，配套不同實訓套件，基于英特爾?加速器深度學習推理性能，輔助課程實訓模擬，可快速開發(fā)和部署、簡化軟件開發(fā)。

基于英特爾? 架構的蘑菇云高中人工智能教學解決方案

蘑菇云高中人工智能教學解決方案是一套基于本地AI教學服務器、課程緊貼高中課標、軟硬結合的整體解決方案，能夠讓學生學以致用，保證授課老師課堂高效穩(wěn)定。方案包含了本地AI教學服務器、格物象課程實踐平臺、拿鐵熊貓智能終端三個部分。

圖5：蘑菇云高中人工智能教學解決方案關系圖

• 本地AI教學服務器：搭載了英特爾? 至強? 可擴展處理器，專為人工智能教學場景進行研發(fā)配置，采用本地化AI服務器部署方式，快速實現教室或機房的設備連通訪問,用于學生AI課程的模型訓練和算法學習，支持容器Docker。
• 格物象課程實踐平臺：課程平臺匹配高中信息技術教材選擇性必修4《人工智能初步》模塊的課程標準，結合原理講解動畫及開源硬件動手實踐的方式，解決人工智能課程難教難學、純原理講解空洞的現象，同時能夠滿足學生學習Python代碼、進行人工智能項目應用、AI模型訓練以及老師進行班級資源管理的功能。
• 拿鐵熊貓智能終端：搭載了英特爾? 賽揚?處理器，是一款結合實際應用項目的配套智能硬件套件，結合格物象教學實踐平臺上的教學內容使用，可用于學生作品或競賽類項目開發(fā)。學生可以通過拿鐵熊貓智能終端實現計算機視覺、智能語音、文字識別等相關項目，并可以使用此套件進行應用擴展、產品原型的驗證。

蘑菇云高中人工智能教學解決方案能夠提供如下主要功能：

人工智能課程學習：平臺中含有20+課時的AI學習課程，主要分為三個階段，初識AI技術基本原理、AI應用領域、AI應用從淺入深進行學習。通過動畫模擬效果，學生能夠學習計算機視覺、語音等工作原理和工作過程，更清晰和具象的了解運算過程，進一步理解算法構成。

圖6：模擬卷積神經網絡運算動態(tài)圖

Python編輯器：平臺采用理論與實踐相結合，界面上一鍵切換到Python編輯器界面進行代碼編輯，撰寫項目，應用課程所學解決問題。

官方案例：平臺提供了20+官方案例，為初學者提供簡單易懂的樣例，能夠更快速的進行算法的學習和運算過程的體驗。

圖7：支持學生導入數據進行個性化訓練

AI項目部署與運行：學生可以將制作好的項目直接連通拿鐵熊貓智能終端，通過格物象教學實訓平臺，能夠將制作好的模型文件，進行一鍵部署，使得AI項目快速部署和運行在主控硬件上。

英特爾助力蘑菇云構建高性能、高經濟性的人工智能教學環(huán)境

在進行人工智能教學方案設計時，選擇 GPU 方案還是 CPU 方案通常會成為一道棘手的“選擇題”。GPU 方案在算力上可以滿足需求，但是，無論是共享 GPU 方案還是終端獨立 GPU 方案，都涉及到昂貴的 GPU 采購，而且在兼容性和可擴展性等方面都需要較多的開發(fā)工作，帶來更高的應用門檻。在典型的教學環(huán)境中，并發(fā)量通?？蛇_57路，每一路需要4GB-5GB的顯存支持，單張GPU卡只能支持4-5名學生，因此學校需要購置多張GPU卡，不僅采購成本高企，同時也會增加能耗成本和管理復雜性。相較之下，CPU 方案擁有更高的成本優(yōu)勢，而且在進行性能優(yōu)化之后，足以滿足高中人工智能教學對于訓練和推理等應用的性能要求。

因此，蘑菇云高中人工智能教學解決方案最終選擇了高性能、面向人工智能進行性能優(yōu)化的英特爾?處理器。其中，部署于本地 AI 教學服務器的英特爾?至強?可擴展處理器內置人工智能加速并已針對工作負載進行優(yōu)化，能夠為各種高性能計算工作負載、AI應用以及高密度基礎設施帶來一流的性能和內存帶寬。同時，采用矢量神經網絡指令（VNNI）的英特爾? 深度學習加速（英特爾? DL Boost）顯著提高了人工智能推理的表現。

此外，蘑菇云高中人工智能教學解決方案還使用了OpenVINO? 工具套件進行性能加速，OpenVINO? 工具套件能夠實現廣泛的深度學習推理應用和解決方案的快速部署，可支持開發(fā)人員使用行業(yè)標準人工智能框架、標準或自定義層，將深度學習推理輕松集成到應用中，在英特爾? 硬件（包括加速器）中擴展工作負載并改善性能。借助面向預推理模型的內置模型優(yōu)化器（Model Optimizer，MO），和面向專用硬件加速的推理引擎（Inference Engine，IE）運行時，OpenVINO? 工具套件可在英特爾的不同平臺上部署并加速神經網絡模型，能夠在保持精度的同時顯著提高圖像推理速度。

模型優(yōu)化器是一個跨平臺的命令行工具，可實現訓練環(huán)境和部署環(huán)境之間的轉換，執(zhí)行靜態(tài)模型分析并調整深度學習模型，致力于在終端目標設備上實現最優(yōu)執(zhí)行能力。它支持從流行的框架（包括 TensorFlow/ONNX/ 模型）到中間數據格式（IR，intermediate representation）的離線模型轉換。推理引擎則提供了統一的跨平臺C、C++ 和Python API，用于推理加速和優(yōu)化。

蘑菇云實測數據顯示，基于英特爾?至強?可擴展處理器 + OpenVINO? 工具套件的蘑菇云高中人工智能教學解決方案能夠在最高并發(fā)量下，支持 57 路教學應用同時運行，并滿足最長訓練時間在 5 分鐘之內，最長推理時間在 1 分鐘之內的性能指標⁹。尤為重要的是，該算力配置的成本相比主流 GPU 方案大幅降低，性價比優(yōu)勢極為顯著。

在終端層面，拿鐵熊貓智能終端采用了英特爾?賽揚?處理器，為Python 3、OpenCV、TensorFlow 和 Keras 人工智能開發(fā)環(huán)境配置提供了高效的算力支持，同時板載了一塊Arduino芯片，兼容Arduino的硬件模塊和軟件類庫。此外，英特爾?賽揚?處理器還具備高可擴展性、高兼容性的優(yōu)勢，支持拿鐵熊貓智能終端通過擴展口打通開源硬件生態(tài)，滿足更多智能場景的教學實踐需求。

表1：不同解決方案比較圖

總體而言，該方案具備如下優(yōu)勢：

• 高性能：在最高并發(fā)量下，依然能夠支持最高數據量達 3000 張圖片的人工智能訓練，最常訓練時間僅為 4 分鐘，最長推理時間不到 1 分鐘¹⁰。
• 高經濟性：與傳統方案相比，該方案能夠將服務器成本大幅降低，同時，該方案實現了邊緣計算，節(jié)省了云端服務的相應成本，在長期的人工智能教學實踐中具備顯著的優(yōu)勢。
• 高穩(wěn)定性：無需依賴互聯網，在最高并發(fā)量下，依然能夠保證穩(wěn)定運行，降低由于網絡擁堵等異常情況導致應用卡頓的可能性。
• 低開發(fā)難度：實現快速擴展應用，且無需安裝復雜的AI相關開發(fā)工具，支持更快開發(fā)出面向教學的人工智能應用。

圖8：蘑菇云人工智能教育方案在某學校的應用

AI為未來教育插上科技翅膀

除了人工智能教學之外，蘑菇云還致力于利用人工智能加速教育變革，發(fā)力教學內容智能化、教學互動化、教學任務自動化、學習環(huán)境自適應化、課程內容生成個性化、學習障礙判斷自動化等場景，通過人工智能等新技術幫助教學內容智能化、優(yōu)質教學內容在線化，能幫助提升教學效率、改善教育不公平性。

英特爾和蘑菇云將在人工智能+教育領域開展更加深入的合作，將創(chuàng)新的智慧化產品與技術賦能到教學環(huán)境之中，積極推動人工智能教育產品與服務的落地，助力人才的培養(yǎng)。

¹ https://www.idc.com/getdoc.jsp?containerId=prCHC48196321

²數據援引自工業(yè)與信息化部人才交流中心發(fā)布的《人工智能產業(yè)人才發(fā)展報告(2019-2020 年版)》一文

³數據援引自拉勾招聘數據研究院發(fā)布的《2021人工智能人才報告》

⁴ http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

⁵ 人工智能教育如何進校園，中國教育報 http://www.moe.gov.cn/jyb_xwfb/moe_2082/zl_2018n/2018_zl36/201805/t20180521_336578.html

⁶ 周邵錦, 王帆. K-12人工智能教育的邏輯思考:學生智慧生成之路——兼論K-12人工智能教材[J]. 現代教育技術, 2019, 29(04):13-19.

⁷ 胡波. 人工智能教育對于培養(yǎng)中學生信息素養(yǎng)的作用[J]. 新課程(中), 2018, 000(008):98.

8 何玥玥、呂麗婷、陳嘉耕. 我國人工智能教育的發(fā)展現狀分析與對策研究[J]. 教育探索, 2020, No.332(08):22-24.

9 測試配置：雙路英特爾?至強??牌5218R處理器（40核，80線程，2.1G），256GB總內存（DDR4 2666 RECC 16*16GB），960 GB DELL SATA 固態(tài)盤。

¹⁰ 測試配置：雙路英特爾?至強??牌5218R處理器（40核，80線程，2.1G），256GB總內存（DDR4 2666 RECC 16*16GB），960 GB DELL SATA 固態(tài)盤。

實際性能受使用情況、配置和其他因素的差異影響。更多信息請見www.Intel.com/PerformanceIndex。

英特爾技術可能需要啟用硬件、軟件或激活服務。

具體成本和結果可能不同。

英特爾未做出任何明示和默示的保證，包括但不限于，關于適銷性、適合特定目的及不侵權的默示保證，以及在履約過程、交易過程或貿易慣例中引起的任何保證。

沒有任何產品或組件是絕對安全的。

英特爾并不控制或審計第三方數據。請您審查該內容，咨詢其他來源，并確認提及數據是否準確。

?英特爾公司版權所有。英特爾、英特爾標識以及其他英特爾商標是英特爾公司或其子公司在美國和/或其他國家的商標。

文中涉及的其它名稱及品牌屬于各自所有者資產。

songjy