英特尔的新款IntelXeonPhi处理器凭啥叫板英伟达:亚博网页登陆

亚博网页登陆

众所周知,当前完全所有主流的深度自学都在用于英伟达的GPU(图形处理器)。这是由于深度自学是必须训练的,训练所需的计算出来量大的难以置信,用传统的CPU计算出来必须漫长的时间,而GPU擅于并行处理数据,能相当大程度上增加深度自学训练方面的时间。于是,深度自学沦为促使GPU发展的大好时机,原本在图像处理领域享有很深累积的硬件制造商英伟达,多达传统的计算出来厂商英特尔一跃沦为这一领域的领军者。

如今,无论是国外的谷歌、Facebook,还是国内的百度、阿里、腾讯等,无一例外地都在用于英伟达GPU积极开展深度自学研究,英伟达沦为这一领域的完全唯一的供货商。    英特尔的反攻  人工智能的发展,尤其是深度自学领域CPU地位的衰败,让英特尔行业地位都有可能不保。

英特尔在移动战略告终后,又将赌局押在了人工智能上,并深信它代表着企业数据中心的下一个根本性改变。2016年8月,英特尔耗资近4亿美元并购了一家深度自学公司Nervana,这是一家创办还将近两年、只有48名员工的小公司。Nervana由前高通公司研究员NaveenRao创立,其主营业务是出售以深度自学任务为基础的各类硬件,并利用自己的硬件设施获取深度自学的云计算服务。

值得注意的是,Nervana在2015年就已研发出并对外开放给业界一款深度自学软件Neon,该软件在业内享有一定的名气。甚至有研究人员称之为,Nervana的Neon软件比Facebook的Torch7、英伟达的cuDNN等业界著名的深度自学工具的性能都要低。  对于英特尔这样的芯片制造商来说,并购Nervana后可利用实力雄厚的硬件基础使其需要将机器学习技术全部映射芯片中,而不只是让软件在任何显示卡芯片集上运营,这样能很大地提高机器学习的训练速度。

英特尔并购该公司,还能将其预计2017年才问世的深度自学加速器芯片用作自家处理器上,以此挑战英伟达在人工智能市场的主导地位。  英特尔的新款芯片  在今年的英特尔开发者大会上,英特尔宣告将于2017年发售专门为人工智能深度自学而设计的近期一代产品——IntelXeonPhi处理器,代号KnightsMill,称之为其运算能力比输掉的KeplerGPU系列产品慢两倍以上。英特尔首席执行官回应,“图形芯片在人工智能方面没任何独有优势,它不是唯一解决方案。

亚博网页版

”按计划,英特尔将于2017年上半年测试基于Nervana技术的加快处理器(代号为LakeCrest)芯片,并在下半年发售该芯片。据信,LakeCrest芯片专门针对神经网络展开了优化,可为深度自学获取极高的性能,并可通过内部高速点对点的比特率获取前所未有的计算出来密度。

在运营神经网络任务时,在某种程度的能耗水平上LakeCrest芯片将比目前最顶级的图形处理芯片有更佳的性能。  据信,LakeCrest芯片将用于台积电的28纳米工艺生产,可以加快各类神经网络的训练过程,比如谷歌的TensorFlow。

LakeCrest芯片由所谓的“处置集群”阵列包含,处置被称作“活动点”的修改数学运算。该方法享有比浮点运算大得多的计算出来量,因此带给了10倍的性能提高。通过大幅演变,到2020年英特尔的芯片将使神经网络训练的性能提升100倍。

在软件方面,英特尔将于2017公布并开源针对Nervana的图形编译器。同时,英特尔也在优化运营在x86处理器之上的主流人工智能框架,还包括在今年底之前发售TensorFlow的一个版本,用作深度自学的SDK将于明年1月份发售。    结论  尽管英特尔自称为其研发的新款芯片产品,性能领先当前主流GPU芯片数倍,但是此前英伟达也反驳过英特尔的说出,据传是评测的基准不完全一致。

此外,在没确实推向市场前,一切的叫板都是无力的,英特尔必须尽早发售有竞争力的产品并挽回当前深度自学芯片市场的颓势地位才讫,从这点看,英特尔还有相当大一段路必须回头。但是,对于人工智能的从业者来说,另一种芯片架构竞争者的重新加入,将给整个行业带给更加多自由选择,价格低廉、性能强劲的处置芯片将给人工智能领域带给更好的创意机会。:亚博网页登陆。

本文来源:亚博|网页版-www.frtempleton.com

相关文章