今天，英特爾 CEO Brian Krzanich 在華爾街日報的 D.Live event 欄目中宣布，英特爾即將配置全世界首創(chuàng)的為人工智能而重新設計的系列處理器： Intel? Nervana? Neural Network Processor family（神經網絡處理器系列）。
英特爾稱 Nervana NNP 是專為深度學習定做的架構，擁有新的存儲器架構，更高的可擴展性、數(shù)值并行化，并且英特爾有將深度學習性能提升100倍的野心，讓用戶從已有硬件（并非專門為 AI 而設計）的性能限制中解放出來。
英特爾 Nervana NNP 并沒有標準的高速緩存層次結構，而且單片存儲器由軟件直接控制以更好控制存儲過程，從而使芯片可以在每一次內存釋放（die）中獲得高度的計算資源效用，這意味著能將深度學習模型的訓練時間大大縮短。
AI 模型的可擴展性達到新的層次
英特爾 Nervana NNP 擁有高速的開和關（on and off）的芯片內部數(shù)據(jù)互聯(lián)，從而允許大量數(shù)據(jù)的雙向轉換。這種設計的目的是實現(xiàn)真正的模型并行化，即神經網絡的參數(shù)分布在多個芯片中。這使得多個芯片像一個大型虛擬芯片工作，因而能容納大型的模型，使客戶能從數(shù)據(jù)中獲得更多的洞見。
高度的數(shù)值并行化：Flexpoint
在單個芯片上做神經網絡計算極大地受到能耗和存儲帶寬的限制。為了使神經網絡的工作負載能獲得更大的吞吐量，除了上述的存儲技術革新，英特爾還發(fā)明了一種新的數(shù)值類型，F(xiàn)lexpoint。Flexpoint 允許使用定點乘法和加法實現(xiàn)標量計算，并可以通過共享指數(shù)實現(xiàn)大動態(tài)范圍。由于每一次循環(huán)變得更小，使得在每一次投擲中能實現(xiàn)更大規(guī)模的并行化，同時大大降低每一次計算的能耗。
英特爾稱這只是這個硅基芯片系列的第一個產品，并計劃利用這個系列在 2020 年將深度學習訓練的性能提升 100 倍。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
