在人工智能领域,英特尔已经落后了一步,nvidia借着gpu的平行运算能力攻克市场,google打造了一款芯片,ibm也发表仿神经型态芯片。后来者英特尔能否追赶前者,占据一席之地。
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nervana systems,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)。
据报道,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。
nervana nnp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。
nervana nnp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,nervana nnp采用了一种精度较低的flexpoint格式。英特尔ai副总裁naveen rao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myriad x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clement farabet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tensor processing unit (tpu)芯片,ibm也发表了名为true north的仿神经型态芯片。
JPEG团队推出新格式JPEG XS 适用未来5G网络
成功盛会:2024年深圳PMO年度论坛成功举行
苹果2024年Apple Watch将新增功能,外观改进,健康监测更强大
关于欧6柴油机氮氧化物排放的影响性能分析
车企和主流电池企业开始将目标集中投向三元电池系统不起火
AI市场争霸赛白热化,英特尔计划推出Nervana处理器攻克市场
富士通3大存储技术将成黑马,FRAM,NRAM、ReRAM可替代EEPROM
对测量多核性能的追求
西门子PLC间接寻址讲解
谷歌语音匹配功能或将会添加在Android TV中进行应用
MAX97220 DirectDrive线路驱动器/耳机放大器
变频器的外部运行操作
5G手机什么时候推出
Leader洗衣机获2项大奖,前三季度业绩增长33%
几秒了解为什么华为P9比不过三星S7!
热门AMD R7 5800H究竟如何?英特尔酷睿处理器才是性价比之选?
CPU双核心简介
如何调整恒温恒湿试验箱程序,有哪些操作步骤
一文带你了解蓝牙产品相关认证
柯瑞文:云网融合是新型信息基础设施的核心