英特爾探索專用AI芯片：面向異構計算世界，年底將出兩款新品
2019-07-09 09:12:08 DeepTech深科技※ 安迪指英特爾前 CEO 安迪·格魯夫，比爾指微軟前 CEO 比爾·蓋茨。
在 IT 產業中，“安迪-比爾”定律很好地概括了軟件和硬件演進的規律。這個規律同樣也在人工智能領域上演：回顧近幾年的人工智能發展，算力的提升為深度學習算法的實現創造了基礎條件，算法的大規模應用加快了算法本身的進化速度，加之互聯網與移動互聯網帶來的大量數據，現在，算力又成了需要大幅提高的要素，尤其是深度學習計算提出的需求。
（來源：DeepTech）
“未來幾年，AI 模型的復雜性以及對大規模深度學習計算的需求將爆發式增長，我們也認識到，AI 不能只靠一塊芯片來提供，而是要通過多種選擇方案來實現，每一種方案都要針對具體用途來量身定制。我們看到人工智能正在步入一個異構的世界，在那里，合作伙伴之間的深度協作會產生更好的解決方案，并助力推動AI價值的全面實現。”7 月 3 日，英特爾公司副總裁、人工智能產品事業部總經理 Naveen Rao 在接受 DeepTech 采訪時表示。
作為計算機架構師和神經科學家，Naveen Rao 可以說是英特爾公司中懂深度學習技術的領導者之一。他在 2014 年創建了深度學習領域中公認的領導廠商 Nervana。 2016 年，Nervana 被英特爾收購，此舉被認為標志著英特爾豪賭人工智能將成為企業數據中心的關鍵。作為 Nervana 的首席執行官兼聯合創始人，Rao 也隨即加入英特爾。更早之前，Rao 曾擔任高通公司的神經擬態機械裝置研究員，著重研究人工系統中的神經計算和學習。
圖丨Naveen Rao（來源：英特爾）
AI 并非單一的工作負載，而是一種廣泛的、能夠強化所有應用性能的強大能力，無論這些應用是運行在手機上，還是大規模數據中心內。然而，手機、數據中心以及兩者間的所有設施都對性能和功耗有著不同的要求，因此，單一的 AI 硬件無法滿足一切需求。
而在英特爾內部，Naveen Rao 正在帶領一支團隊開發支持深度學習技術廣泛部署的軟硬件產品組合。據了解，該團隊打造的英特爾新款芯片 Nervana 神經網絡處理器將是第一批專門為深度學習技術設計的處理器之一。
今年 1 月的 CES 上，Naveen Rao 宣布他們正在和 FaceBook 合作研發新款 AI 芯片—— Nervana 神經網絡推理處理器（NNP-I），并將于下半年完成最后的開發工作。
而在不久前舉行的百度 AI 開發者大會上，Naveen Rao 宣布，英特爾正與百度合作開發英特爾 Nervana 神經網絡訓練處理器（NNP-T）。這一合作包括全新定制化加速器，以實現極速訓練深度學習模型的目的。此次 NNP-T 是一類全新開發的高效深度學習系統硬件， 能夠加速大規模的分散訓練。
Naveen Rao 對 DeepTech 表示，和百度合作的這款產品實際上也是在三年前收購了 Nervana 之后，英特爾目前向市場上推出的第一款實際應用的深度學習處理器產品。
據介紹，在雙方的合作中，英特爾主要貢獻的是全新的面向神經網絡處理的架構，百度所做的主要是提供實際使用和訓練的反饋，包括他們在服務客戶時得到的反饋。實際上，雙方的合作內容不僅僅只局限于神經網絡計算，除了計算本身，還要考慮到提供的解決方案的可服務性、有效性，包括后續的解決方案可以橫向和縱向地加以拓展等等。
“百度比較看重的是整個業界面向未來的新動態和新趨勢，換言之就是大規模分布式的神經網絡的工作。同時英特爾在軟件方面的建樹，也使得整個生態系統相關方合作伙伴可以在我們的架構之上開展他們的工作”，他說。
近幾年，英特爾在擁抱專用芯片上熱情漸顯，收購 Nervana，也是有意在專屬 AI 芯片的領域中大展拳腳。在過去兩年時間里，英特爾的轉型愈發明顯，從以 CPU 為主的產品，逐步發展到現在也有用于異構計算的 GPU 和加速器，甚至專用顯卡等。隨著 AI 計算不斷朝著異構的方向發展，由英特爾所構建的完整產品線也將更靈活地滿足異構計算的需求。
據 Naveen Rao 透露，這款神經網絡處理器的性能表現內測整體效果非常不錯，除了百度和 Facebook 以外，團隊打造的神經網絡處理器也已經有其他的業內公司表示感興趣。
“市場中的需求已經非常強勁了，今年年底我們會發布面向推理和面向訓練的處理器，也會公布芯片的測試信息”，他說。
盡管英特爾現在還沒有向外界發布其在 AI 領域非常具體的產品路線圖或者布局、規劃，但從其和百度的合作中不難看出，英特爾正在通過和客戶的合作來“試水”如何在這個方向上前進，與百度的密切合作能夠確保英特爾緊跟客戶對訓練硬件的最新需求。
Naveen Rao 認為，目前 AI 芯片成為各大廠商爭相發力的戰場，實際也從側面反映出強勁和高漲的 AI 計算需求，尤其是未來一到兩年的時間，會看到市場中各種不同的解決方案涌現出來，這是創新的必然結果，但并不是每一個廠家最后都能活下來，決定成敗有很多細小的因素，比如軟件、生態系統方面，以及這些公司能在多大程度上為他們的 ODM 或者 OEM 廠商進行賦能。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
