面對(duì)英偉達(dá)的挑戰(zhàn) 英特爾推出了三款用于人工智能工作的新芯片

英特爾(Intel Corp.)今天推出了三款用于訓(xùn)練和部署人工智能模型的芯片，這將使英特爾得以加強(qiáng)與英偉達(dá)(Nvidia Corp.)的競(jìng)爭(zhēng)。英偉達(dá)的圖形處理部門(mén)主導(dǎo)著市場(chǎng)。

今天上午，英特爾在舊金山舉行的新聞發(fā)布會(huì)上發(fā)布了這款芯片，它源于英特爾2016年收購(gòu)的兩家機(jī)器學(xué)習(xí)公司——Nervana Systems和Movidius ltd .。

Nervana創(chuàng)始人、現(xiàn)任英特爾人工智能產(chǎn)品集團(tuán)副總裁兼總經(jīng)理的納文?拉奧(Naveen Rao，上圖為其中一款新Nervana芯片)表示，處理器帶來(lái)的能力至關(guān)重要，因?yàn)樵谟?jì)算硬件和軟件方面，“我們已經(jīng)達(dá)到了極限”。這一現(xiàn)實(shí)最近也推動(dòng)了新一代面向人工智能的芯片初創(chuàng)公司的發(fā)展，其中包括今天剛剛成立的Blaize Inc.。

最直接針對(duì)GPU制造商的產(chǎn)品是Nervana NNP-T1000神經(jīng)網(wǎng)絡(luò)處理器。這是一個(gè)集成電路優(yōu)化的硬件密集型任務(wù)，訓(xùn)練人工智能模型與樣本數(shù)據(jù)。這一過(guò)程對(duì)于確保模型產(chǎn)生準(zhǔn)確的結(jié)果是必要的，如今在絕大多數(shù)人工智能項(xiàng)目中都使用了英偉達(dá)芯片。

英特爾在8月份的一次預(yù)覽中說(shuō)，nnp - t1000可以管理高達(dá)每秒119萬(wàn)億次的操作。該公司不會(huì)自行推出處理器，而是將其作為加速器卡的一部分，企業(yè)可以將其插入服務(wù)器。這些卡的設(shè)計(jì)使得大量卡可以相對(duì)容易地連接在一起，英特爾表示，這使得它們甚至可以支持超級(jí)計(jì)算機(jī)規(guī)模的人工智能訓(xùn)練工作。

Nervana NNP-T1000(圖片:Intel)

因特爾公司已經(jīng)打破常規(guī)，推出了np - t1000。該公司選擇委托toTSMCLtd，而不是在自己的工廠(chǎng)處理生產(chǎn)。該公司是一家外部半導(dǎo)體制造商。由270億個(gè)晶體管組成的NNP-T1000采用了這家臺(tái)灣公司的16納米制造工藝，并被組織成24個(gè)處理器核心。

該公司的第二款人工智能芯片是NervanaNNP-I1000。它也作為一個(gè)加速卡提供，它不是為訓(xùn)練而優(yōu)化，而是為推斷而優(yōu)化，即一旦開(kāi)發(fā)結(jié)束并部署到生產(chǎn)環(huán)境中，模型對(duì)實(shí)時(shí)數(shù)據(jù)執(zhí)行的計(jì)算。

NNP-I1000基于英特爾最新的10納米芯片架構(gòu)。該公司本質(zhì)上采用了一個(gè)10納米的中央處理器，將其簡(jiǎn)化為兩個(gè)處理核心，并添加了12個(gè)“干擾引擎”，用于運(yùn)行人工智能軟件。

英特爾表示，這種芯片每秒最多可以進(jìn)行3600次推斷。這個(gè)性能記錄在resnest50中，這是一種常用來(lái)評(píng)估處理器性能的AI模型。該基準(zhǔn)測(cè)試的結(jié)果被分解為每瓦4.8萬(wàn)億次運(yùn)算，英特爾聲稱(chēng)這使得NNP-I1000成為同類(lèi)芯片中最節(jié)能的芯片。

據(jù)英特爾說(shuō)，F(xiàn)acebook Inc.和百度Inc.等公司已經(jīng)在躍躍欲試部署這兩種Nervana芯片。Facebook人工智能主管米沙·斯梅揚(yáng)斯基(Misha yanskiy)表示，這些芯片是加快這家社交網(wǎng)絡(luò)巨頭的人工智能工作的關(guān)鍵，比如每天處理60億份翻譯。

在今天的硬件發(fā)布中，英特爾最新版本的Movidius巨量視覺(jué)處理單元代碼為Keem Bay。這種芯片被設(shè)計(jì)用于在低功耗設(shè)備(如依靠機(jī)器學(xué)習(xí)繞過(guò)障礙物的無(wú)人機(jī))內(nèi)為人工智能圖像和視頻處理系統(tǒng)提供動(dòng)力。

英特爾表示，最新的Movidius VPU芯片的推理性能是上一代芯片的10倍以上。與此同時(shí)，它比競(jìng)爭(zhēng)對(duì)手(如Nvidia的TX2芯片)的產(chǎn)品節(jié)能6倍。

圖片:英特爾

Rao說(shuō):“像Intel Nervana NNPs和Movidius Myriad VPUs這樣的專(zhuān)用硬件對(duì)于繼續(xù)人工智能的驚人進(jìn)步是必要的?！薄叭斯ぶ悄軟](méi)有單一的方法?！?/p>

實(shí)際上，英特爾物聯(lián)網(wǎng)集團(tuán)副總裁喬納森?巴隆(jonathan Ballon)在對(duì)英偉達(dá)(Nvidia) gpu的挖苦中強(qiáng)調(diào)，為人工智能和機(jī)器學(xué)習(xí)“特制”芯片的重要性。gpu最初是用來(lái)加速計(jì)算機(jī)圖形的，現(xiàn)在仍然如此。

此外，Rao還強(qiáng)調(diào)了使用芯片功能的相關(guān)軟件的重要性。例如，英偉達(dá)(Nvidia)的CUDA軟件平臺(tái)和一套用于并行計(jì)算和神經(jīng)網(wǎng)絡(luò)的應(yīng)用程序編程接口，一直是其人工智能崛起的關(guān)鍵。特別值得一提的是，英特爾發(fā)布了針對(duì)Edge的Dev Cloud，它允許開(kāi)發(fā)者在購(gòu)買(mǎi)之前在英特爾的硬件上測(cè)試算法。

綜上所述，拉奧今天上午花了很多時(shí)間來(lái)談?wù)撚⑻貭柕膫鹘y(tǒng)處理器，稱(chēng)它們是大多數(shù)人工智能工作的基礎(chǔ)，并將繼續(xù)如此。他說(shuō)，今年的大部分人工智能業(yè)務(wù)已經(jīng)達(dá)到35億美元，高于2017年的10億美元。

“一切都從中央處理器開(kāi)始，”他說(shuō)?！癤eon是人工智能的骨干，也是數(shù)據(jù)中心的骨干?！?/p>

穆?tīng)柡诘?Patrick Moorhead)指出，隨著許多工作負(fù)載轉(zhuǎn)移到機(jī)器學(xué)習(xí)上，英特爾在培訓(xùn)和推理方面投入了大量資金策略。他說(shuō):“很高興看到這些部件最終投入市場(chǎng)，我很期待看到它們?nèi)绾卧谏a(chǎn)負(fù)載中運(yùn)行，以及工具鏈在工作量方面如何與現(xiàn)有的工具相比。”