英特尔试图用Nervana芯片挑战英伟达GPU.doc

《英特尔试图用Nervana芯片挑战英伟达GPU.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、英特尔试图用Nervana芯片挑战英伟达GPU　　【编者按】英特尔正在发力人工智能技术，试图在这一领域挑战领先者英伟达。近期收购的NervanaSystems将是英特尔开拓人工智能市场的先锋。　　英特尔已公布了关于人工智能的计划，但至少有一块关键拼图尚未完成。　　英特尔此前收购了NervanaSystems，并宣布将继续销售该公司的所有产品。这些产品面向高端应用，尤其是神经网络的训练。这一领域目前的领先者是英伟达。与此同时，英特尔收购Movidius的交易尚未完成，因此在计算机视觉和边缘网络方面还有很大

2、的缺失需要填补。此外，英特尔还公布了多个人工智能软件产品、服务和合作项目。　　　　在近期举行的英特尔人工智能活动上，MovidiusCEO曾短暂露面。他没有透露，这笔交易将于何时完成以及障碍是什么。他表示：“我们期待加入英特尔大家庭。”他介绍了应用至汽车、无人机、安防摄像头和其他产品的低功耗芯片的计划。　　即使这笔交易完成，英特尔也无法提供完整的人工智能产品。不过，毫无疑问这是英特尔的目标所在。　　英特尔CEO科再奇（BrianKrzanich）在此次活动的主题演讲上表示：“人工智能将变革我们目前所知的

3、大部分行业，因此我们希望成为人工智能领域可信赖的领导者和开发者。”　　　　NervanaCEO及联合创始人奈文·拉奥（NaveenRao）是此次活动上的明星。英特尔已经为Nervana的全系列产品大开绿灯，其中涉及处理器、板卡、系统、软件和人工智能云计算服务。　　Nervana的加速处理器LakeCrest将于明年推出。据称在同样的能耗水平上，相对于目前的顶级图形处理器，这款产品在运行神经网络任务时将会有更好的性能。这款芯片将使用台积电的28纳米工艺制造。　　拉奥首次展示了这款芯片从头开始设计的架构。这

4、款芯片可以加速各类神经网络，例如谷歌（微博）TensorFlow框架。芯片由所谓的“处理集群”阵列构成，处理被称作“活动点”的简化数学运算。相对于浮点运算，这种方法所需的数据量更少，因此带来了10倍的性能提升。　　LakeCrest利用私有的数据连接创造了规模更大、速度更快的集群，其拓扑结构为圆环形或其他形式。这帮助用户创造更大、更多元化的神经网络模型。这一数据连接中包含12个100Gbps的双向连接，其物理层基于28G的串并转换。　　这一2.5D芯片搭载了32GB的HBM2内存，内存带宽为8Tbps。

5、芯片中没有缓存，完全通过软件去管理片上存储。　　英特尔并未透露这款产品的未来路线图，仅仅表示计划发布一个名为KnightsCrest的版本。该版本将集成未来的至强处理器和Nervana加速处理器。预计这将会支持Nervana的集群。不过英特尔没有透露，这两大类型的芯片将如何以及何时实现整合。　　拉奥表示，整合的版本将会有更强的性能，同时更易于编程。目前基于图形处理芯片（GPU）的加速处理器使编程变得更复杂，因为开发者要维护单独的GPU和CPU内存。