我们有更多Intel® Nervana?产品正在推进中，这些产品将提供更高的性能，并为AI模型提供更高可扩展性能力，并使我们在2020年AI业务收入实现比去年增长100倍的目标。”
Intel在去年8月份以3.5亿美元收购了深度学习芯片公司Nervana Systems。英特尔的NNP芯片采用标准缓存层次结构，并使用软件来管理片上内存，从而为深度学习模型实现更快的训练时间。在过去一段时间里，NVIDIA一直是AI硬件行业的焦点，Intel也希望通过Intel® Nervana?芯片的推出扳回一局。
据雷锋网(公众号：雷锋网)了解，Intel® Nervana?NNP优先考虑可扩展性和数值并行性。通过使用专有Flexpoint数字格式，该芯片可以实现更多的数据吞吐量，同时，Intel还通过缩小电路尺寸减少了并行计算的功耗。
Intel® Nervana?NNP芯片的诞生预示着围绕着深度学习进行优化的硬件竞争将日趋激烈。深度学习需要通过大量的矩阵运算来进行模拟计算结果，在此过程中，由于GPU具有比更优越的并行简单计算性能，因而被认为是比CPU更好的深度学习计算芯片，也带动了NVIDIA在深度学习硬件市场行情的一路走高。今年4月，Google退出了第一款机器学习芯片TPU，该芯片专为矩阵计算而优化，因而具有更好的深度学习加速性能。
但也有研究者认为，深度学习的实质是一类多层大规模人工神经网络，它模仿生物神经网络而构建，而目前传统的处理器指令集是为了进行通用计算发展起来的，其基本操作为算术操作和逻辑操作（与或非），往往需要数百甚至上千条指令才能完成一个神经元的处理，要更好地模仿神经元，提升度学习的效率，可能需要对目前芯片设计所通用的冯诺依曼结构实现突破。但从目前透露的资料来看，我们尚未清楚Intel® Nervana?NNP芯片在这方面的具体改进情况。
-
无相关信息