挑戰英偉達 英特爾欲做人工智能領域領導者

　　英特爾已公布了關于人工智能的計劃，但至少有一塊關鍵拼圖尚未完成。

　　英特爾此前收購了Nervana Systems，并宣布將繼續銷售該公司的所有產品。這些產品面向高端應用，尤其是神經網絡的訓練。這一領域目前的領先者是英偉達。與此同時，英特爾收購Movidius的交易尚未完成，因此在計算機視覺和邊緣網絡方面還有很大的缺失需要填補。此外，英特爾還公布了多個人工智能軟件產品、服務和合作項目。

　　在近期舉行的英特爾人工智能活動上，Movidius CEO曾短暫露面。他沒有透露，這筆交易將于何時完成以及障礙是什么。他表示：“我們期待加入英特爾大家庭。”他介紹了應用至汽車、無人機、安防攝像頭和其他產品的低功耗芯片的計劃。

　　即使這筆交易完成，英特爾也無法提供完整的人工智能產品。不過，毫無疑問這是英特爾的目標所在。

　　英特爾CEO科再奇(Brian Krzanich)在此次活動的主題演講上表示：“人工智能將變革我們目前所知的大部分行業，因此我們希望成為人工智能領域可信賴的領導者和開發者。”

　　Nervana CEO及聯合創始人奈文·拉奧(Naveen Rao)是此次活動上的明星。英特爾已經為Nervana的全系列產品大開綠燈，其中涉及處理器、板卡、系統、軟件和人工智能云計算服務。

　　Nervana的加速處理器Lake Crest將于明年推出。據稱在同樣的能耗水平上，相對于目前的頂級圖形處理器，這款產品在運行神經網絡任務時將會有更好的性能。這款芯片將使用臺積電的28納米工藝制造。

　　拉奧首次展示了這款芯片從頭開始設計的架構。這款芯片可以加速各類神經網絡，例如谷歌(微博)TensorFlow框架。芯片由所謂的“處理集群”陣列構成，處理被稱作“活動點”的簡化數學運算。相對于浮點運算，這種方法所需的數據量更少，因此帶來了10倍的性能提升。

　　Lake Crest利用私有的數據連接創造了規模更大、速度更快的集群，其拓撲結構為圓環形或其他形式。這幫助用戶創造更大、更多元化的神經網絡模型。這一數據連接中包含12個100Gbps的雙向連接，其物理層基于28G的串并轉換。

　　這一2.5D芯片搭載了32GB的HBM2內存，內存帶寬為8Tbps。芯片中沒有緩存，完全通過軟件去管理片上存儲。

　　英特爾并未透露這款產品的未來路線圖，僅僅表示計劃發布一個名為Knights Crest的版本。該版本將集成未來的至強處理器和Nervana加速處理器。預計這將會支持Nervana的集群。不過英特爾沒有透露，這兩大類型的芯片將如何以及何時實現整合。

　　拉奧表示，整合的版本將會有更強的性能，同時更易于編程。目前基于圖形處理芯片(GPU)的加速處理器使編程變得更復雜，因為開發者要維護單獨的GPU和CPU內存。

　　拉奧還表示，到2020年，英特爾將推出芯片，使神經網絡訓練的性能提高100倍。一名分析師表示，這一目標“極為激進”。毫無疑問，英特爾將迅速把這一架構轉向更先進的制造工藝，與已經采用14納米或16納米FinFET工藝的GPU展開競爭。

　　最初的加速處理器需要通過PCI-E總線去連接主機。近期，英特爾決定更進一步，不僅提供應用，也提供云計算服務。

　　這款產品是英特爾大膽的一步。英特爾希望憑借這款產品取得相對于英偉達的技術優勢。目前，后者的GPU芯片被廣泛用于神經網絡的訓練。這是一項非常依賴于處理器的任務。百度等公司的研究人員表示，為了限制數據集的規模，他們往往要花幾個月時間。

　　拉奧表示：“目前，藝術級的神經網絡模型需要花幾周到幾個月時間去訓練。”他指出，百度研究院使用的一個模型需要消耗百萬萬億次運算。

　　科再奇則表示：“Nervana定位高端，給我們帶來了深度學習最頂尖的性能。”

　　然而，這仍是一個規模較小的新興市場。

　　英特爾數據中心集團總經理戴安·布萊恩特(Diane Bryant)指出，去年只有0.15%的服務器被專門用于神經網絡訓練。布萊恩特指出，英特爾收購人工智能云計算服務Saffron Technologies已吸引了終端用戶。

　　4名研究員已同意加入Nervana的人工智能顧問委員會，幫助該公司芯片架構未來的發展。Nervana將研究多種方式去優化算法，簡化神經網絡模型，探索降精度運算的新方向，以及如何擴大芯片規模。

　　分析師則對英特爾擁抱非x86架構表示看好。

　　Moor Insights & Strategy總裁帕特里克·莫爾海德(Patrick Moorhead)表示：“如果去看看，他們如何迅速將Altera、Nervana、Phi、至強和其他所需的軟件整合在一起，那么對英特爾這么大規模的公司而言，這令人印象深刻。目前的情況將取決于英特爾如何無錯地執行。”

　　盡管沒有針對人工智能進行優化，但英特爾仍然非常專注于至強Phi。這類多核x86芯片正被越來越多地用于超級計算機的加速處理器。

　　明年將推出的Knights Mill版本將可以支持最多400GB的主內存，遠遠超過當前GPU的16GB主內存。Knights Mill使用其中一個x86核心作為集成的主控制器，并支持多種精度的運算。

　　英特爾已開發了系統，使用最多128個當前Knights Landing版本的Phi芯片。英特爾并行計算實驗室主任普拉迪普·杜貝(Pradeep Dubey)表示：“我們計劃將芯片個數擴大至數百個，甚至數千個。”

　　在軟件方面，英特爾明年初將發布并開源面向Nervana的圖形編譯器。英特爾也在優化運行在x86處理器之上的主流人工智能框架，包括在今年底之前推出TensorFlow的一個版本。用于深度學習的SDK將于1月份推出。

　　英特爾正在從多個方面去培育人工智能開發者社區。

　　英特爾與谷歌達成了廣泛合作，優化基于x86處理器的云計算代碼。英特爾宣布了為期5年、總額2500萬美元的投資，與Broad Institute合作開發用于基因處理的工具和參考架構。英特爾還專門為Nervana架構創建了新的開發者社區，并啟動了新的人工智能學生開發者項目。