日前，“东数西算”工程启动，在全国掀起算力时代的新浪潮。据了解“东数西算”工程将影响运营商在网络及数据中心建设的投入及方向，还将带动产业上下游投资达4000亿。依据国家发改委估算，每年能够带动4000亿元投资，给算力产业上下游带来前所未有的机遇。紧抓“东数西算”机遇，英特尔在构建算力和网络基础建设上提出了较多业界领先解决方案。英特尔销售与营销部副总裁兼亚太区运营商客户销售总经理庄秉翰对通信世界全媒

在数据爆发式增长的今天，越来越多的组织开始构建大数据与人工智能 (AI) 平台，以期在强化海量数据处理能力的同时，赋能创新技术应用，推动数字化转型战略实施。然而在构建大数据与 AI 平台的同时，复杂的算力优化、软硬件融合、资源管理与运维等挑战随之而来。组织需寻找创新的大数据与 AI 基础设施构建方案，以更加高效、精确的数据洞察，发挥数字化技术创新的巨大潜力。大数据与 AI 应用给基础设施层面带来挑

本文将以 OPEA 中基于 RAG 技术的 ChatQnA 应用为例，介绍 OPEA 性能分析的方法论体系、完整的评估流程以及性能观测方案，旨在为 OPEA 的开发者提供参考和帮助。

以人形机器人为代表的具身智能行业正迎来前所未有的发展热潮，然而，系统架构的非一致性、解决方案的泛化能力不足、场景适配的复杂性等挑战，正在制约其大规模商业化的进程。基于此，英特尔携手生态伙伴，通过大小脑融合的方式，打造更高效、更智能的解决方案，以基础通用大模型与硬件技术的协同突破，以及开放生态所带来的加速效应，推动具身智能向实践应用场景的迈进。

This article uses [Qwen3-8B] as an example to demonstrate how to deploy the Qwen3 series models in Intel Platforms (GPU, NPU) using OpenVINO™s Python API.

本文将介绍如何利用OpenVINO和LlamaIndex工具构建应用于视频理解任务的RAG流水线。

开放平台企业AI架构OPEA是一个开源项目，旨在帮助开发者构建开放、多提供商、稳健且可组合的生成式AI解决方案，充分利用生态系统中的最新创新技术。OPEA平台为开发者提供了生成式AI系统的模块化构建框架、包括LLM、数据存储和提示引擎等组件，以及端到端工作流的架构蓝图，简化了AI部署难度。

本期，我们将聚焦 Intel Core Ultra 系列处理器在大模型部署中的独特优势，其强大的神经处理单元（NPU）不仅显著提升大模型的推理效率，还通过低功耗设计和实时性能优化，为医疗、教育等行业带来突破性应用，邀请开发者加入我们的开源社区，共同推动 AI 生态建设。借助 IPEX-LLM 优化与 Gradio WebUI，开启医疗 AI 验证新模式。

Qwen3-embedding示例：https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/qwen3-embedding/qwen3-embedding.ipynb。完成模型转换后，我们同样可以利用Optimum-intel来进行模型部署，当创建以“OV”为前缀的模型任务对象后，Optimum-int

工业自动化是指将自动化控制技术结合信息技术运用在工业制造环节，旨在提高生产效率、缓解人力资源压力、提高质量控制和安全性。随着工业 4.0 的兴起和科技的飞速发展，工业自动化正逐步由对机械重复一致性的追求向信息化集成、柔性智能化输出等更高级别的数字化和智能化迈进。物联网 (IoT)、视觉辅助、大数据分析、大模型应用、云计算和边缘计算等关键技术的融合，正成为推动智能制造和工业自动化发展的新质生产力，它