英特爾執行總裁：人工智能依舊是新生事物

　　機器學(xué)習與深度學(xué)習

　　布萊恩特表示，在所有的研究服務(wù)器中，有7%的服務(wù)器處理深度學(xué)習，而95%的主要應用于機器學(xué)習。所有的深度學(xué)習服務(wù)器采用了標準的英特爾Xeon處理器芯片，其中僅有2.5%的服務(wù)器采用獨立的圖形處理單元，而另外2.5%則采用了Power或SPARC處理器架構。

　　布萊恩特稱(chēng)，“當你談到瘦身服務(wù)器架構時(shí)，實(shí)際上是GPU加速器起到了一定功能。”布萊恩特自1985年起就在英特爾工作，曾擔任英特爾的首席信息官。在談到該面向深度學(xué)習還是機器學(xué)習時(shí)，她指出，“目前絕大多數服務(wù)器工作負載是機器學(xué)習，去年深度學(xué)習的部署量?jì)H占所有服務(wù)器數量的0.1%。”

　　如果該數據可信，那么意味著(zhù)英特爾進(jìn)入人工智能這個(gè)市場(chǎng)的確不晚。在過(guò)去五年內，研究人員認為通過(guò)圖形處理單元訓練深度學(xué)習系統成本較低。但或許英特爾會(huì )改變這一切。

　　布萊恩特表示，“我們會(huì )研發(fā)新的深度學(xué)習解決方案。雖然這個(gè)市場(chǎng)很小，但終將會(huì )迎來(lái)爆發(fā)。”而Xeon Phi處理器芯片勢必成為英特爾推動(dòng)人工智能市場(chǎng)業(yè)務(wù)的拳頭產(chǎn)品。

　　回到未來(lái)

　　早在上世紀80年代，當一大批初創(chuàng )企業(yè)進(jìn)入人工智能領(lǐng)域，扎堆研發(fā)人工智能技術(shù)時(shí)，英特爾也開(kāi)始開(kāi)發(fā)人工智能產(chǎn)品。但事實(shí)上這些產(chǎn)品從未走出英特爾的實(shí)驗室。布萊恩特稱(chēng)，“他們發(fā)明產(chǎn)品的時(shí)間過(guò)早，隨后將其擱置了。”

　　2000年前后，英特爾啟動(dòng)了一個(gè)名為L(cháng)arrabee的項目，旨在研發(fā)獨立的圖形加速器，該產(chǎn)品與Nvidia用于各網(wǎng)絡(luò )服務(wù)器的圖形處理單元非常相似。但由于英特爾隨后改變了業(yè)務(wù)重點(diǎn)，導致Larrabee產(chǎn)品的研發(fā)夭折。后來(lái)在2012年，該項目更名為L(cháng)arrabie Xeon Phi。

　　而現在，谷歌又提出了一種面向深度學(xué)習的新型芯片——張量處理單元(TPU)。谷歌稱(chēng)這種新型芯片將為谷歌的TensorFlow等深度學(xué)習架構提供“更為先進(jìn)的處理功能”。

　　布萊恩特認為這種產(chǎn)品很好，其將有效提高深度學(xué)習的數據推理性能。但谷歌的這種芯片需要進(jìn)行調校，而不像英特爾提供給各個(gè)公司的現成服務(wù)器芯片一樣拿來(lái)就可使用。

　　布萊恩特指出，“在一個(gè)數據中心中，一個(gè)巨大的云服務(wù)往往包括成百上千臺服務(wù)器。你肯定希望這些服務(wù)器能夠統一。但往往因為處理器不統一而導致諸如Tensor Flow深度學(xué)習推理功能無(wú)法加載。因此數據中心的一致性尤為重要。因此我們的任務(wù)時(shí)搞清Tensor Flow的處理架構并將相關(guān)功能整合進(jìn)Xeon處理器芯片之中。”

　　同時(shí)，英特爾也將會(huì )把新收購企業(yè)Nervana的相關(guān)技術(shù)整合進(jìn)芯片之中，把Xeon處理器芯片真正打造成為深度學(xué)習的標桿產(chǎn)品。布萊恩特指出，此次交易還遠遠沒(méi)有結束。