AI大战英特尔怎会缺席?处理器Nervana来袭 ·Intel今天在WSJDLive全球技术大会上发布了自家第一款自家专为深度学习而打造的神经网络处理器Nervana(NNP)，最快今年底交货。 ·Intel称利用Nervana处理器可以帮助不同行业发挥最大的性能，找到自身最大价值。 在人工智能热潮刚刚兴起时，英特尔好像并不积极。不过现在，英特尔正试图通过一系列新芯片来加强在这个领域的地位。 据报道，英特尔CEO Brian Krzanich 刚刚在WSJD.Live大会上发布了自家性能最强、专为深度学习而打造的神经网络处理器Nervana 。其声称这颗ASIC 芯片可用于处理人工智能方面的工作（比如矩阵乘法和转换），这是它与CPU 和GPU 这样的通用计算硬件的最大区别。 最新的进展是：英特尔准备发布Nervana神经网络处理器，简称为“NNP”。 NNP系列处理器的设计是为了满足机器学习的需求，目标市场是数据中心，而不是PC。英特尔的CPU仍被广泛应用于服务器（据估计，英特尔CPU在数据中心市场的份额为96%）。 不过，英伟达和ARM等公司提供的GPU芯片更适合当前的人工智能计算任务。因此，市场对这些公司芯片的需求快速增长。（英伟达营收的同比增幅高达56%。）谷歌也参与到这个趋势中，设计了被称作“张量处理单元（TPU）”的自主芯片，并部署至云计算服务。此外，许多新兴公司，例如英国的Graphcore，也在关注这个市场。 尽管当前英特尔在芯片架构上没有太深入的动力，但Nervana 创造者Naveen Rao 在一篇单独的博客文章中写到：其从一开始就能理解所涉及的操作和数据动作，因此该芯片可以不像今日的CPU 或GPU 那样需要一个标准的缓存层次结构。 相反，其内存管理显然是100% 在软件中完成的。Rao声称，与主打通用计算的竞品相比，这意味着该芯片能够更好地压榨芯片性能。在更早的一篇博客文章中，该公司表示，由于仅包含金酸相关的硬件，Nervana可以省去与缓存控制和相干逻辑有关的电路，从而囊括更多的计算资源。 神经网络计算在单个芯片上很容易受到功耗以及内存带宽限制，为了实现更高的吞吐量，Intel发明了一种新的运算Flexpoint，可以实现标量的点乘和加法，而且这种计算单元可以节省下不少的电路晶体管，因此可以提升处理器的密度，并且减少功耗。 Intel表示，Nervana处理器并非只有一款，多代处理器正在打造当中，在未来这些产品有助于在2020年实现深度计算数百倍的性能提升。而第一个合作方就是Facebook，双方将会深入合作应用，但未具体公布相关细节。 >FuninUSA "加关注，每日滚动更新美国市场讯息:金融、零售、批发。推荐关注！【微信扫描下图可直接关注】
|
关于我们|Archiver|手机版|小黑屋|美国采购网DealABC_工业品给世界动力,艺术品给世界温暖
GMT+8, 2024-5-20 09:59 , Processed in 0.124129 second(s), 9 queries , Gzip On, Apc On.
Powered by Discuz! X3.1
© 2014-2016 Sky-Express Inc.
