英特爾望借由Nervana處理器征服AI市場

　　英特爾(Intel)雖擁有傲人的芯片技術(shù)，但在近年最熱門的人工智能(AI)領(lǐng)域，英特爾還未能有較突出的表現(xiàn)。為扭轉(zhuǎn)劣勢(shì)，英特爾買下了深度學(xué)習(xí)芯片廠商Nervana Systems，并計(jì)劃在2017年底前推出第一款A(yù)I專用化(purpose-built) Nervana神經(jīng)網(wǎng)路處理器(NNP)。

　　據(jù)Engadget報(bào)導(dǎo)，電腦視覺、語音辨識(shí)等深度學(xué)習(xí)應(yīng)用通常需在大型陣列進(jìn)行矩陣計(jì)算，而這并非英特爾Core或Xeon等通用型芯片的長項(xiàng)。英特爾期望借由即將推出的NNP彌補(bǔ)AI這塊缺口，并邀請(qǐng)到致力于深度學(xué)習(xí)及AI展的Facebook參與芯片設(shè)計(jì)。

　　除了Facebook擅長的社群媒體應(yīng)用外，英特爾還計(jì)劃將其AI芯片推廣到健康醫(yī)療、汽車、氣象等領(lǐng)域。

　　Nervana NNP是一款特定用途積體電路(ASIC)，能以極高運(yùn)算效率從事深度學(xué)習(xí)演算法的訓(xùn)練與執(zhí)行。英特爾舍棄了CPU上常見的快取，改由特殊軟體負(fù)責(zé)特定演算法的芯片存儲(chǔ)器管理，希望能借此將芯片的運(yùn)算密度與性能提升到新的層次。

　　Nervana NNP還可透過芯片內(nèi)外部的高速互連，支援大量雙向資料傳輸。如果連結(jié)多個(gè)NNP芯片，就可組成一個(gè)巨大的虛擬芯片，應(yīng)付規(guī)模不斷升級(jí)的深度學(xué)習(xí)模組。

　　值得一提的是，Nervana NNP采用了一種精度較低的Flexpoint格式。英特爾AI副總裁Naveen Rao表示，神經(jīng)網(wǎng)路對(duì)于資料的雜訊有相當(dāng)高的容忍度，而這些雜訊甚至還可協(xié)助神經(jīng)網(wǎng)路匯集出新的解決方法。精度較低的Flexpoint有助提升系統(tǒng)平行處理能力、降低延遲、增加頻寬。

　　在英特爾投入AI發(fā)展前，NVIDIA便借著GPU的平行運(yùn)算能力搶先一步攻克市場，但GPU擅長的是演算法訓(xùn)練而非執(zhí)行。另一方面，英特爾最大競爭對(duì)手高通(Qualcomm)則投入了擅長執(zhí)行AI程式的芯片研發(fā)。

　　英特爾的NNP芯片同時(shí)以AI的訓(xùn)練與執(zhí)行為目標(biāo)，并會(huì)陸續(xù)推出新的版本。除此之外，英特爾還投入了一款名為Loihi的神經(jīng)形態(tài)(neuromorphic)芯片，以及機(jī)器視覺芯片Myriad X的研發(fā)。

　　就在英特爾努力追趕之際，NVIDIA也針對(duì)AI應(yīng)用程式(App)推出了V100芯片，并延攬到Clement Farabet擔(dān)任AI架構(gòu)副總，希望能提升其芯片執(zhí)行深度學(xué)習(xí)程式的能力。

　　在此同時(shí)，Google為數(shù)據(jù)中心應(yīng)用自行打造了一款Tensor Processing Unit (TPU)芯片，IBM也發(fā)表了名為True North的仿神經(jīng)型態(tài)芯片。