英特爾(Intel)正于近日在美國舉行的SupercompuTIng 2016大會上展示其兩款新型Xeon處理器,以及支持深度學習的新型FPGA卡;從該公司的技術展示,能窺見其準備推出的完整機器學習方案之一角。
產業(yè)界一直在期待英特爾的機器學習計劃,這也是近幾年半導體產業(yè)界最熱門的技術領域之一;對此專長人工智能(AI)處理器設計的新創(chuàng)公司Graphcore共同創(chuàng)辦人暨執(zhí)行長Nigel Toon表示:「我認為Brian Krzanich (英特爾執(zhí)行長)會在相關技術上投注很大?!笹raphcore最近才向包括英特爾競爭對手三星(Samsung)在內的投資人募得3,000萬美元資金。
英特爾也有對機器學習技術進行一些投資,例如在不久前收購兩家專長神經網絡技術的處理器新創(chuàng)公司Nervana與Movidius,加上以167億美元收購的Altera,后者的FPGA已經被百度(Baidu)、微軟(Microsoft)等大廠應用于數據中心,以加速搜索引擎、連網等任務。
在此同時,英特爾持續(xù)把其大型多核心x86處理器Xeon Phi,視為對抗Nvidia、AMD之繪圖處理氣的武器;在8月份的IDF英特爾技術論壇上,該公司表示其代號為Knights Mill的Phi處理器,將會是第一款同時能扮演主處理器與加速器的產品,預計2017年出貨。
機器學習扮演著英特爾前任執(zhí)行長Andy Grove可能會稱之為「關鍵轉折點」的角色,該公司在服務器處理器市場擁有高市占率,但機器學習需要具備比那些芯片更高的運算性能,以支持高度平行化的任務。
Google已經利用自家開發(fā)的ASIC來加速這種在機器學習中的推理任務,而英特爾的目標則是利用結合Altera Arria FPGA的新型PCIe卡;Facebook利用Nvidia的芯片設計了自己的GPU服務器,以支持訓練神經網絡的運算密集任務。
至于Nvidia在今年稍早發(fā)表了自己的GPU服務器,并與IBM合作另一款采用Power處理器的版本;AMD則在今年稍早針對其GPU推出一個開放性軟件計劃。
以上所有廠商都想在機器學習硬件市場參一腳──根據市場研究機構TracTIca 預測,該市場規(guī)模在2015年為4.36億美元,到2024年可進一步成長至415億美元;龐大的商機潛力促使Graphcore、Wave CompuTIng與Cornami等半導體新創(chuàng)公司策略性提高投資,還有英特爾不久前收購的那兩家公司。
Graphcore的Toon表示:「英特爾收購Nervana是為了軟件──我不認為其硬件技術夠強大;」但是也有一位英特爾的高層透露,該公司將會把Nervana的硬件鎖定私有云企業(yè)應用市場。至于Movidius,Toon表示其專長技術與英特爾的RealSense系列3D攝影機目標一致,適合網絡/物聯網邊緣節(jié)點的低功耗系統(tǒng)應用。
「老實說我不確定Altera將扮演什么角色;」Toon在1988年曾加入Altera,負責其歐洲業(yè)務的推廣營運:「英特爾可能會以某種方式嘗試利用FPGA做為機器學習加速器,但我不認為那是正確的方法?!顾赋觯珿raphcore的多核心芯片在深度學習應用領域,會是比FPGA或GPU更高性能的方案。
編譯:Judith Cheng
?。▍⒖荚模?Intel Preps its AI Strategy,by Rick Merritt)