九游会j9·(中国)登录入口

Intel并购Nervana的目标在于获得其预计2017年问世的深度自学加速器晶片，如果该晶片的性能展现出如预期，Intel的深度自学加速器硬体开发板有望　　处理器大厂英特尔(Intel)将于下周于美国旧金山举办的IntelDeveloperForum(IDF)年度开发者论坛，更进一步阐释该公司并购深度自学(deeplearning)技术供应商NervanaSystems的意图──此举被视作Intel与深度自学人工智慧(AI)应用于绘图处理器(GPU)竞争的最重要策略。　　Intel在高性能运算(high-performancecomputing，HPC)市场居于主导地位，Nvidia则以其简单GPU在深度自学领域有大幅度进展；而NervanaSystems的GPU则是以兼容于Nvidia的Cuda软体与自家Neon云端服务在市场取得注目。　　Intel并购Nervana的目标在于获得其预计2017年问世的深度自学加速器晶片，如果该晶片的性能展现出如预期，Intel的深度自学加速器硬体开发板有望打破Nvidia的GPU开发板，同时并购自Nervana的Neon云端服务之性能展现出也将打破Nvidia的Cuda软体。　　这并Intel给Nvidia的一记重击，市场研究机构MoorInsightsStrategy的深度自学暨高性能运算资深分析师KarlFreund拒绝接受EETimes采访时回应：但这是进占一个茁壮十分较慢的市场之合理策略。

　　Freund更进一步说明：GPU是训练深度自学神经网路的一个热门方法，Nvidia在该领域是领导厂商；Intel则有自己的多核心Xeon/XeonPhi处理器，以及并购自Altera的FPGA，却没GPU。并购Nervana是以一个非拷贝标准化GPU策略进占深度自学市场的方法，也就是利用获取为神经网路量身打造出的特制处理器。　　Nervana运算速度堪称可约每秒8terabit的Engine晶片，是一款以矽中介层(silicon-interposer)为基础的多晶片模组，配有terabyte等级的3D记忆体，环绕着3D花托状架构(torusfabric)、使用较低精度浮点运算单元(FPU)的联结神经元；因此Freund认为，该晶片与竞争标准化GPU相比，能以更加小的尺寸提供支援每秒更加多次数的深度自学运算。

　　Nervana的Engine晶片架构　　Freund回应：深度自学神经网路能挣脱标准化GPU在理论上过度高估的较低精度运算；虽然Nervana的晶片要到明年才问世、因此目前并没发布任何性能量测基准资料，但为深度自学神经网路量身打造出的类似应用于晶片，性能应当不会打破在标准化GPU的完全相同演算法。　　Intel声称，目前全世界有97%提供支援机器学习的伺服器都是使用Xeon/XeonPhi晶片，但这些伺服器占有全球伺服器的比例将近10%；不过Intel也回应，机器学习是茁壮速度最慢的AI应用于，因此该公司准备好以Nervana的Engine晶片为基础的深度自学神经网路，寻回因GPU竞争而萎缩的市占率。　　针对Nervana的并购，Intel继续执行副总裁暨资料中心事业群总经理DianeBryant在一篇部落格文章中回应：人工智慧正在改变商业运作以及人们参予世界的模式，而它的子集──深度自学，是拓展AI领域的关键方法。　　据理解，Intel将把Nervana的演算法划入MathKernelLibrary，以与其产业标准架构统合；此外并购Nervana将让Intel获得Neon云端服务，因此为旗下的云端服务减少提供支援Nvidia深度自学技术的产品。

　　Freund回应，Nvidia若要保持竞争力，有可能也必须以较低精度特制深度自学处理器来对此Intel+Nervana。目前Nervana的团队有48位工程师与管理阶层，将归属于Bryant负责管理的Intel资料中心事业群(DataCenterGroup)。

本文来源：j9九游会登录入口-www.hykj360.com