處理器大廠英特爾(Intel)將于下周于美國舊金山舉行的Intel Developer Forum (IDF)年度開發(fā)者論壇，進一步闡述該公司收購深度學習(deep learning)技術供貨商Nervana Systems的意圖──此舉被視為Intel與深度學習人工智能(AI)應用繪圖處理器(GPU)競爭的重要策略。
Intel在高性能運算(high-performance computing，HPC)市場居主導地位，Nvidia則以其復雜GPU在深度學習領域有大幅進展；而Nervana Systems的GPU則是以兼容于Nvidia的Cuda軟件與自家Neon云端服務在市場獲得關注。
Intel收購Nervana的目標在于取得其預計2017年問世的深度學習加速器芯片，如果該芯片的性能表現(xiàn)如預期，Intel的深度學習加速器硬件開發(fā)板可望超越Nvidia的GPU開發(fā)板，同時收購自Nervana的Neon云端服務之性能表現(xiàn)也將超越Nvidia的Cuda軟件。
Intel執(zhí)行副總裁暨數(shù)據(jù)中心事業(yè)群總經(jīng)理Diane Bryant與Nervana共同創(chuàng)辦人Naveen Rao（來源：Intel）
“這并Intel給Nvidia的一記重擊，”市場研究機構Moor Insights & Strategy的深度學習暨高性能運算資深分析師Karl Freund接受訪問時表示：“但這是進軍一個成長非常快速的市場之合理策略。”
Freund進一步解釋：“GPU是訓練深度學習神經(jīng)網(wǎng)絡的一個熱門方法，Nvidia在該領域是領導廠商；Intel則有自己的多核心Xeon/ Xeon Phi處理器，以及收購自Altera的FPGA，卻沒有GPU。收購Nervana是以一個非復制通用GPU策略進軍深度學習市場的方法，也就是透過提供為神經(jīng)網(wǎng)絡量身打造的特制處理器。”
Nervana指令周期號稱可達每秒8 terabit的Engine芯片，是一款以硅中介層(silicon-interposer)為基礎的多芯片模塊，配備terabyte等級的3D存儲器，環(huán)繞著3D花托狀架構(torus fabric)、采用低精度浮點運算單元(FPU)的鏈接神經(jīng)元；因此Freund指出，該芯片與競爭通用GPU相較，能以更小的尺寸支援每秒更多次數(shù)的深度學習運算。
Nervana 的Engine芯片架構（來源：Nervana）
Freund表示：“深度學習神經(jīng)網(wǎng)絡能擺脫通用GPU在理論上過度夸大的較低精度運算；雖然Nervana的芯片要到明年才問世、因此目前并沒有公布任何性能量測基準數(shù)據(jù)，但為深度學習神經(jīng)網(wǎng)絡量身打造的特殊應用芯片，性能應該會超越在通用GPU的相同算法。”
Intel聲稱，目前全世界有97%支持機器學習的服務器都是采用Xeon/Xeon Phi芯片，但這些服務器占據(jù)全球服務器的比例不到10%；不過Intel也表示，機器學習是成長速度最快的AI應用，因此該公司準備好以Nervana 的Engine芯片為基礎的深度學習神經(jīng)網(wǎng)絡，找回因GPU競爭而流失的市占率。
針對Nervana的收購，Intel執(zhí)行副總裁暨數(shù)據(jù)中心事業(yè)群總經(jīng)理Diane Bryant在一篇博客文章中表示：“人工智能正在轉變商業(yè)運作以及人們參與世界的模式，而它的子集──深度學習，是擴展AI領域的關鍵方法。”
據(jù)了解，Intel將把Nervana的算法納入Math Kernel Library，以與其產(chǎn)業(yè)標準架構整合；此外收購Nervana將讓Intel取得Neon云端服務，因此為旗下的云端服務增加支持Nvidia深度學習技術的產(chǎn)品。
Freund表示，Nvidia若要維持競爭力，可能也需要以低精度特制深度學習處理器來響應Intel+Nervana。目前Nervana的團隊有48位工程師與管理階層，將歸入Bryant負責的Intel數(shù)據(jù)中心事業(yè)群(Data Center Group)。
