侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
订阅
纠错
加入自媒体
发文

连下数城 英特尔能否战胜英伟达GPU?

2016-12-05 00:28
FlappyBird
关注

  人工智能在全球越来越热,谷歌、IBM、微软的人工战略相继出台,业界早就在等待英特尔人工智能战略图谱。从收下Saffron、Movidius、nervana,到布局无人机、自动驾驶、精准医疗,英特尔在AI市场会下怎样的一盘棋?不久前,英特尔在美国公布其人工智能战略。11月30日,英特尔全球副总裁兼中国区总裁杨旭在接受记者采访时表示:“练内功、做生态、聚焦关键AI应用是英特尔AI战略的三个关键。”

  深度学习芯片三年后百倍速于GPU

  11月30日,英特尔人工智能论坛在北京举行,英特尔公司内部人工智能相关领域的“大佬”悉数到场,包括英特尔人工智能解决方案总经理Naveen G.Rao、英特尔数据中心解决方案部门总经理Jason Waxman以及软件和服务事业部总经理Wiliam Savage。

  从英特尔公布的AI图谱来看,英特尔在AI“练内功”的维度,包含了“功能和体验”两个部分。目前大家对英特尔AI的关注更多集中在“功能”维度,收下Saffron、Movidius、Nervana之后,让英特尔在机器学习/深度学习、推理系统、机器视觉等AI“功能”能力上获得了增强。

  90天前,英特尔公司完成对Nervana Systems的收购。Nervana是人工智能ASIC芯片供应商,收购Nervana,被视为英特尔对抗AI市场“一边倒”采用GPU的应对之举。目前,市场上大部分的深度学习、机器学习都通过GPU来处理,也正是这个原因让拥有GPU的英伟达公司股价一涨再涨。拿下Nervana,能让英特尔战胜英伟达GPU吗?

  Nervana公司联合创始人Naveen G.Rao现在是英特尔公司人工智能解决方案部门的总经理。他认为,GPU并不是为AI而生的,所以它不可能比Nervana 更好。“英伟达的产品主要针对图像渲染,这与深度学习有类似地方,但并不完全相同。从目前可选择看,GPU是能够用来加速深度学习最适合的产品。但事实上,人们还可以打造更优化、更适合深度学习的产品。从架构上看,英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。”

  Naveen G.Rao表示。目前,英特尔公布了如何将Nervana的技术集成至现有产品路线图的更多细节。英特尔将在2017年上半年测试第一款芯片(代号为Lake Crest),并在下半年向主要客户发售。此外,英特尔还在人工智能路线图中增加了一款新产品(代号为Knights Crest),它将Nervana技术与英特尔至强处理器紧密集成。从透露的信息看,英特尔希望三年后,Nervana能将训练深度学习模型的时间缩短至GPU解决方案的1/100。

  不久前,英特尔在旧金山公布了其AI产品组合,在产品组合中,除了Nervana,还包括了至强处理器、至强融核处理器以及FPGA。英特尔之所以给出这样的产品组合,因为有数据显示,在数据中心,目前与AI相关的计算占比为7%左右,还是比较少的一部分,针对不同的工作负载仍需要不同的芯片。

  英特尔执行副总裁兼数据中心事业部总经理柏安娜透露,相较于前一代处理器,下一代英特尔至强融核处理器(代号为Knights Mill)的深度学习性能可提高4倍,计划于2017年上市。另外,英特尔已向特定云服务提供商合作伙伴提供下一代至强处理器(代号为Skylake)的初期版本,该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术,能够极大增强机器学习工作负载的推理性能。

  尽管有了路线图,Nervana与英特尔在技术上融合、芯片的量产仍需要时间。未来的路线仍有可能随市场再做微调。

1  2  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号