選自mspoweruser
參與：劉曉坤
今天，英特爾聯合Facebook設計併發布了新的專爲深度學習設計的系列處理器Intel Nervana NNP，擁有新的存儲器架構，更高的可擴展性、數值並行化，並且英特爾有將深度學習性能提升100倍的野心。
英偉達最近幾年在新型神經網絡領域中獨領風騷，甚至還爲自動駕駛汽車發佈了專用的芯片組，但是英特爾並不準備讓這個生產 GPU 的公司獨佔鰲頭。
英特爾 CEO Brian Krzanich 在今天的華爾街日報的 D.Live event 欄目中宣佈，英特爾即將配置全世界首創的爲人工智能而重新設計的系列處理器： Intel® Nervana™ Neural Network Processor family（神經網絡處理器系列）。
英特爾稱 Nervana NNP 是專爲深度學習定做的架構，讓用戶從已有硬件（並非專門爲 AI 而設計）的性能限制中解放出來。
芯片特徵
新的存儲器架構設計以最大化硅基計算機的效用
英特爾 Nervana NNP 並沒有標準的高速緩存層次結構，而且單片存儲器由軟件直接控制以更好控制存儲過程，從而使芯片可以在每一次內存釋放（die）中獲得高度的計算資源效用，這意味着能將深度學習模型的訓練時間大大縮短。
AI 模型的可擴展性達到新的層次
英特爾 Nervana NNP 擁有高速的開和關（on and off）的芯片內部數據互聯，從而允許大量數據的雙向轉換。這種設計的目的是實現真正的模型並行化，即神經網絡的參數分佈在多個芯片中。這使得多個芯片像一個大型虛擬芯片工作，因而能容納大型的模型，使客戶能從數據中獲得更多的洞見。
高度的數值並行化：Flexpoint
在單個芯片上做神經網絡計算極大地受到能耗和存儲帶寬的限制。爲了使神經網絡的工作負載能獲得更大的吞吐量，除了上述的存儲技術革新，英特爾還發明瞭一種新的數值類型，Flexpoint。Flexpoint 允許使用定點乘法和加法實現標量計算，並可以通過共享指數實現大動態範圍。由於每一次循環變得更小，使得在每一次投擲中能實現更大規模的並行化，同時大大降低每一次計算的能耗。
最重要的性能
英特爾稱這只是這個硅基芯片系列的第一個產品，並計劃利用這個系列在 2020 年將深度學習訓練的性能提升 100 倍。
英特爾聯合 Facebook 一起設計芯片，他們的目標是培育一類新的 AI 產品，其可能性只受限於開發者的想象力。
英特爾稱到了 2020 年，認知和人工智能技術將獲得 460 億美元的產業收益，而英特爾的第一代英特爾 Nervana NNP 將在今年年底加入這場競爭。
原文地址：https://mspoweruser.com/intel-announced-new-generation-of-thinking-processors/
本文爲機器之心編譯，轉載請聯繫本公衆號獲得授權。
責任編輯：