本文共 1443 字,大约阅读时间需要 4 分钟。
在10月17日召开的WSJ D.Live大会上,Intel正式发布了专为机器学习而设计的Intel® Nervana™神经网络处理器(NNP)系列芯片。按照Intel之前对芯片预先命名的序列,该芯片的预发布代号为“Lake Crest”。
Intel CEO Brian M. Krzanich随后在官方博客发布公告称:
“今天我们宣布,英特尔将在今年年底前正式量产出货业界首款神经网络处理芯片,即Intel® Nervana™神经网络处理器(NNP)。在将新一代的AI硬件推向市场的同时,我们很高兴与Facebook密切合作,共同分享技术见解。
Intel® Nervana™ NNP将致力于无数行业的AI计算革新。使用英特尔Nervana技术,公司将能够开发全新的AI应用程序,从而最大限度地提高数据处理能力,使客户能够获得更多的洞察力并改变其业务。包括:
卫生保健:人工智能将实现早期的诊断和更高的精度,通过推进癌症、帕金森病及其他脑部疾病的研究;
社交媒体:社交平台将能够为用户提供更个性化的体验,并向广告客户提供更有针对性的覆盖;
汽车:离“让无人驾驶车辆上路”的梦想更接近;
天气:可以更好地帮助研究者对运动、风速、水温等参数进行分析研究,并更有效预测飓风轨迹。
我们有更多Intel® Nervana™ 产品正在推进中,这些产品将提供更高的性能,并为AI模型提供更高可扩展性能力,并使我们在2020年AI业务收入实现比去年增长100倍的目标。”
Intel在去年8月份以3.5亿美元收购了深度学习芯片公司Nervana Systems。英特尔的NNP芯片采用标准缓存层次结构,并使用软件来管理片上内存,从而为深度学习模型实现更快的训练时间。在过去一段时间里,NVIDIA一直是AI硬件行业的焦点,Intel也希望通过Intel® Nervana™芯片的推出扳回一局。
据雷锋网(公众号:雷锋网)了解,Intel® Nervana™NNP优先考虑可扩展性和数值并行性。通过使用专有Flexpoint数字格式,该芯片可以实现更多的数据吞吐量,同时,Intel还通过缩小电路尺寸减少了并行计算的功耗。
Intel® Nervana™NNP芯片的诞生预示着围绕着深度学习进行优化的硬件竞争将日趋激烈。深度学习需要通过大量的矩阵运算来进行模拟计算结果,在此过程中,由于GPU具有比更优越的并行简单计算性能,因而被认为是比CPU更好的深度学习计算芯片,也带动了NVIDIA在深度学习硬件市场行情的一路走高。今年4月,Google退出了第一款机器学习芯片TPU,该芯片专为矩阵计算而优化,因而具有更好的深度学习加速性能。
但也有研究者认为,深度学习的实质是一类多层大规模人工神经网络,它模仿生物神经网络而构建,而目前传统的处理器指令集是为了进行通用计算发展起来的,其基本操作为算术操作和逻辑操作(与或非),往往需要数百甚至上千条指令才能完成一个神经元的处理,要更好地模仿神经元,提升度学习的效率,可能需要对目前芯片设计所通用的冯诺依曼结构实现突破。但从目前透露的资料来看,我们尚未清楚Intel® Nervana™NNP芯片在这方面的具体改进情况。
雷锋网发现,英特尔似乎有意在其Intel® Nervana™芯片周围构建完整的产品线。有传闻称,后续开发代号为“Knights Crest”就是这样的一款专为AI计算设计的Xeon处理器。