<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 消費電子 > 業(yè)界動(dòng)態(tài) > Intel摩拳擦掌搶攻人工智能市場(chǎng)商機

Intel摩拳擦掌搶攻人工智能市場(chǎng)商機

作者: 時(shí)間:2016-08-16 來(lái)源:eettaiwan 收藏

  收購Nervana的目標在于取得其預計2017年問(wèn)世的深度學(xué)習加速器晶片,如果該晶片的性能表現如預期,的深度學(xué)習加速器硬體開(kāi)發(fā)板可望…

本文引用地址:http://dyxdggzs.com/article/201608/295546.htm

  處理器大廠(chǎng)英特爾()將于下周于美國舊金山舉行的Intel Developer Forum (IDF)年度開(kāi)發(fā)者論壇,進(jìn)一步闡述該公司收購深度學(xué)習(deep learning)技術(shù)供應商Nervana Systems的意圖──此舉被視為Intel與深度學(xué)習人工智慧(AI)應用繪圖處理器(GPU)競爭的重要策略。

  Intel在高性能運算(high-performance computing,HPC)市場(chǎng)居主導地位,Nvidia則以其復雜GPU在深度學(xué)習領(lǐng)域有大幅進(jìn)展;而Nervana Systems的GPU則是以相容于Nvidia的Cuda軟體與自家Neon云端服務(wù)在市場(chǎng)獲得關(guān)注。

  Intel收購Nervana的目標在于取得其預計2017年問(wèn)世的深度學(xué)習加速器晶片,如果該晶片的性能表現如預期,Intel的深度學(xué)習加速器硬體開(kāi)發(fā)板可望超越Nvidia的GPU開(kāi)發(fā)板,同時(shí)收購自Nervana的Neon云端服務(wù)之性能表現也將超越Nvidia的Cuda軟體。

  “這并Intel給Nvidia的一記重擊,”市場(chǎng)研究機構Moor Insights & Strategy的深度學(xué)習暨高性能運算資深分析師Karl Freund接受EE Times訪(fǎng)問(wèn)時(shí)表示:“但這是進(jìn)軍一個(gè)成長(cháng)非??焖俚氖袌?chǎng)之合理策略。”

  Freund進(jìn)一步解釋?zhuān)?ldquo;GPU是訓練深度學(xué)習神經(jīng)網(wǎng)路的一個(gè)熱門(mén)方法,Nvidia在該領(lǐng)域是領(lǐng)導廠(chǎng)商;Intel則有自己的多核心Xeon/ Xeon Phi處理器,以及收購自Altera的FPGA,卻沒(méi)有GPU。收購Nervana是以一個(gè)非復制通用GPU策略進(jìn)軍深度學(xué)習市場(chǎng)的方法,也就是透過(guò)提供為神經(jīng)網(wǎng)路量身打造的特制處理器。”

  Nervana運算速度號稱(chēng)可達每秒8 terabit的Engine晶片,是一款以矽中介層(silicon-interposer)為基礎的多晶片模組,配備terabyte等級的3D記憶體,環(huán)繞著(zhù)3D花托狀架構(torus fabric)、采用低精度浮點(diǎn)運算單元(FPU)的連結神經(jīng)元;因此Freund指出,該晶片與競爭通用GPU相較,能以更小的尺寸支援每秒更多次數的深度學(xué)習運算。

  

 

  Nervana 的Engine晶片架構

  Freund表示:“深度學(xué)習神經(jīng)網(wǎng)路能擺脫通用GPU在理論上過(guò)度夸大的較低精度運算;雖然Nervana的晶片要到明年才問(wèn)世、因此目前并沒(méi)有公布任何性能量測基準資料,但為深度學(xué)習神經(jīng)網(wǎng)路量身打造的特殊應用晶片,性能應該會(huì )超越在通用GPU的相同演算法。”

  Intel聲稱(chēng),目前全世界有97%支援機器學(xué)習的伺服器都是采用Xeon/Xeon Phi晶片,但這些伺服器占據全球伺服器的比例不到10%;不過(guò)Intel也表示,機器學(xué)習是成長(cháng)速度最快的AI應用,因此該公司準備好以Nervana的Engine晶片為基礎的深度學(xué)習神經(jīng)網(wǎng)路,找回因GPU競爭而流失的市占率。

  針對Nervana的收購,Intel執行副總裁暨資料中心事業(yè)群總經(jīng)理Diane Bryant在一篇部落格文章中表示:“人工智慧正在轉變商業(yè)運作以及人們參與世界的模式,而它的子集──深度學(xué)習,是擴展AI領(lǐng)域的關(guān)鍵方法。”

  據了解,Intel將把Nervana的演算法納入Math Kernel Library,以與其產(chǎn)業(yè)標準架構整合;此外收購Nervana將讓Intel取得Neon云端服務(wù),因此為旗下的云端服務(wù)增加支援Nvidia深度學(xué)習技術(shù)的產(chǎn)品。

  Freund表示,Nvidia若要維持競爭力,可能也需要以低精度特制深度學(xué)習處理器來(lái)回應Intel+Nervana。目前Nervana的團隊有48位工程師與管理階層,將歸入Bryant負責的Intel資料中心事業(yè)群(Data Center Group)。



關(guān)鍵詞: Intel 人工智能

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>