CN | EN

行业资讯

当前位置:

英特尔望借由Nervana处理器征服AI市场

英特尔望借由Nervana处理器征服AI市场


  英特尔(Intel)虽拥有傲人的芯片技术,但在近年最热门的人工智能(AI)领域,英特尔还未能有较突出的表现。为扭转劣势,英特尔买下了深度学习芯片厂商NervanaSystems,并计划在2017年底前推出第一款AI专用化(purpose-built)Nervana神经网路处理器(NNP)。
  
  
据Engadget报导,电脑视觉、语音辨识等深度学习应用通常需在大型阵列进行矩阵计算,而这并非英特尔Core或Xeon等通用型芯片的长项。英特尔期望借由即将推出的NNP弥补AI这块缺口,并邀请到致力于深度学习及AI展的Facebook参与芯片设计。
  
  除了Facebook擅长的社群媒体应用外,英特尔还计划将其AI芯片推广到健康医疗、汽车、气象等领域。
  
  NervanaNNP是一款特定用途积体电路(ASIC),能以极高运算效率从事深度学习演算法的训练与执行。英特尔舍弃了CPU上常见的快取,改由特殊软体负责特定演算法的芯片存储器管理,希望能借此将芯片的运算密度与性能提升到新的层次。
  
  NervanaNNP还可透过芯片内外部的高速互连,支援大量双向资料传输。如果连结多个NNP芯片,就可组成一个巨大的虚拟芯片,应付规模不断升级的深度学习模组。
  
  值得一提的是,NervanaNNP采用了一种精度较低的Flexpoint格式。英特尔AI副总裁NaveenRao表示,神经网路对于资料的杂讯有相当高的容忍度,而这些杂讯甚至还可协助神经网路汇集出新的解决方法。精度较低的Flexpoint有助提升系统平行处理能力、降低延迟、增加频宽。
  
  在英特尔投入AI发展前,NVIDIA便借着GPU的平行运算能力抢先一步攻克市场,但GPU擅长的是演算法训练而非执行。另一方面,英特尔最大竞争对手高通(Qualcomm)则投入了擅长执行AI程式的芯片研发。
  
  英特尔的NNP芯片同时以AI的训练与执行为目标,并会陆续推出新的版本。除此之外,英特尔还投入了一款名为Loihi的神经形态(neuromorphic)芯片,以及机器视觉芯片MyriadX的研发。
  
  就在英特尔努力追赶之际,NVIDIA也针对AI应用程式(App)推出了V100芯片,并延揽到ClementFarabet担任AI架构副总,希望能提升其芯片执行深度学习程式的能力。
  
  在此同时,Google为数据中心应用自行打造了一款TensorProcessingUnit(TPU)芯片,IBM也发表了名为TrueNorth的仿神经型态芯片。

[返回]