Durante los últimos meses ha habido un flujo constante de proyectos de código descubierto de Intel archivados en GitHub en medio de la reestructuración corporativa de la empresa y la realineación de su enfoque de código descubierto. Esta semana se archivó formalmente otro conjunto de proyectos de código descubierto de Intel.
No solo se han disuelto formalmente los proyectos de código fuente descubierto en GitHub, sino que, como parte de este final conjunto de archivado de proyectos, igualmente se han detenido. La comunidad de ecosistema abierto Intel y la evangelización con documentación de respaldo sobre sus esfuerzos de código descubierto y evangelistas. Si adecuadamente es desafortunado ver que suceda poco tan principal, especialmente con la forma en que han sido defensores tan vocales del código descubierto durante las últimas dos décadas, este archivo puede deberse a la errata de evangelistas actuales del código descubierto en la empresa.
La última de las biografías presentadas en esa comunidad y evangelismo del ecosistema descubierto de Intel fue su evangelista de código descubierto, Katherine Druckman, pero dejó Intel en julio. Sólo cuando revisé estos últimos cambios de Intel GitHub me di cuenta de que Druckman dejó Intel el año pasado como otro nombre destacado de código descubierto en la empresa.
En cuanto al código, esta semana Intel archivó Mantenimiento predictivo de activos como una alternativa de inteligencia químico de un extremo a otro que utiliza datos de series de tiempo para predecir el mantenimiento de los activos. Para los propósitos de Intel, se utilizó para mostrar el poder de los procesadores de servidor Intel Xeon. Asimismo se archivó el Balanceador de carga escalable de alta densidad como equilibrador de carga basado en DPVS y DPDK. Su Biblioteca FFT por lotes dobles con soporte para GPU Intel a través de OpenCL, Level Zero y SYCL igualmente se archivó posteriormente de no activo gastado ningún divulgación nuevo desde el año pasado. Asimismo terminó el Kit de herramientas de evaluación del rendimiento de Intel Edge AI para adscribir y evaluar plataformas para el rendimiento de inferencia de formación profundo en hardware Intel.
About The Author
