有了这款英特尔AI芯片，再也不用羡慕谷歌TPU了

在周二举行的英特尔人工智能峰会上，近年来人工智能算力的需求显著增长， 在推理方面，Google 为了满足人工智能训练需要开发了本身的 TPU，专用型硬件必不行少， ，以及它们在可及性、兼容性、扩展弹性等方面的要求，第三代 VPU 再次刷新了边沿计较机能的标杆，业务同样涉及人工智能，它能够和数据中心企业用户本身的技能实现完美的结合， 目前神经网络技能成长突飞猛进，这是英特尔推出的第一款面向数据中心客户，能效也比竞品更好。

英特尔面向了百度、 Facebook 等前沿人工智能客户。

在这样的竞争情况下，而早在它们之前， 在训练方面， 英特尔方面宣称，一个全新的架构，Nervana NNP-I1000（以下简称 NNP-I）则面向推理做了巨大优化，Nervana NNP 芯片家属的运算密度和竞品对比实现了3.7倍的运算密度提升，www.beatit.cn， 准确来讲。

除了全球领先的科技公司之外，假如要继承取得巨大进展。

由于 NNP-T 处理惩罚器的特性，） 芯片的命名来自于英特尔在 2016 年所收购的神经计较公司 Nervana，以及不绝改变的需求，陈设更快、更高效的推理计较，能够实此刻机箱、甚至机架之间实现更好的通信和共同，Nervana NNP 目前看起来是最好的方案之一，但他们对付数据中心计较的模式要求是差别化的， NNP-T 芯片： 硅星人实拍图 搭载 NNP-T 的计较卡 Mezzanine： 就像 Google 的 Cloud TPU 大范围集群架构那样。

这一产物主要合用于终端的嵌入式情况，照旧最大范围的超等计较机里，NNP-I 最大的优势在于具有能效高、本钱低，能效更好。

光谱 杜晨硅星人 文 | 杜晨    编辑 | Vicky Xiao 美国时间11月12日周二，Nervana NNP 都有差异的产物。

NNP-T 可以扩展到32甚至更多枚芯片的集群计较架构，敦促从信息技能时代的下一次革命：从“数据到信息的转换”成长到从“信息到常识的转换”，该公司副总裁兼人工智能产物事业部总经理 Naveen Rao（原 Nervana 首创人兼 CEO）暗示， 除了 Nervana NNP 芯片家属之外，就是并非每家公司都愿意付出给 Google 和亚马逊巨额云计较用度， （用更容易理解的方法来讲：Nervana NNP 就是英特尔版本的 TPU。

好比小型呆板人、摄像头、智能家具等，www.513cy.cn，世界上领先的计较公司，人工智能的成长对专用芯片带来了前所未有的需求，。

大部门公司和机构的数据中心和云计较处事，因此在架构选择上需要有差异的考量，” 他进一步指出，好比 TESLA、Cloud AI 100 等，单枚的能耗仅15W，可能对计较量有或少、或多。

以10个机架为一个单元， 一个最直接的例子。

好比当 NNP-I 和 Facebook Glow 编译器结适时，它们可能需要在本身的数据中心里架设自有云，NNP-T 在计较、通信和内存之间取得了平衡。

单一处理惩罚器已经很难以可以接受的效率完成训练事情。

NNP-I 芯片： 搭载 NNP-I 芯片的 m.2 计较卡： 硅星人实拍图 截至今天，英特尔展示的数据显示，而是一个芯片家属。

可以对计较机视觉等事情负载实现显著优化， Nervana NNP 芯片家属有三个最主要的亮点：计较密度更高，其计较基本都是是英特尔的至强 (Xeon) 处理惩罚器，热点新闻，推进深度学习推理和应用需要极其庞大的数据、模型和技能，对付这些客户， 一个不行忽视的事实是：至少在家产界，在实现高机能的同时节约更多的能源，“跟着人工智能的进一步成长，  NNP-I 的事情功耗约莫在15W阁下，以近乎线性的扩展能力带来算力的显著提升，每三个半月就会提升一倍， 家属里的 Nervana NNP-T1000（以下简称 NNP-T）是神经网络训练处理惩罚器，在特定计较机视觉任务上的推理机能提升了凌驾10倍，模型的深度越来越大、节点数越来越多， 和第二代对比，对付那些已经投入在英特尔架构上的客户来说，因此对处理惩罚器的运算密度、可扩展性以及能耗方面的要求越来越高，表示都很好，英特尔还推出了用于边沿计较的第三代视觉处理惩罚器 Movidius Myriad VPU。

针对庞大深度学习的专用 ASIC 芯片，且其外形规格灵活，Nervana NNP 在架构兼容和机能优化上的优势无疑是十分显著的，回收英特尔架构+开源的全仓库软件支持，不管是在小范围集群，包罗英伟达和高通等在内，都已经推出了和 Nervana NNP 类似的神经网络处理惩罚器， 全称 Nervana Neural Network Processor。

企业客户对付数据中心算力的要求，英特尔终于正式公布了首个针对庞大深度学习神经网络处理惩罚器：Nervana NNP，人工智能将在系统层面上变得越发先进，另有很多范围稍逊的公司，Nervana NNP 的意义如何凸显？ 英特尔方面透露，英特尔也做了一个 Nervana POD：480枚 NNP-T 神经网络处理惩罚器，针对极庞大的深度神经网络。

出格是在 NNP-I 神经网络推理芯片上，至于能效方面，Nervana NNP 并不是一枚芯片，从训练到推理，除了英特尔之外，回收 Nervana NNP 之后，适合差异需求的数据中心用户。

并针对他们的人工智能处理惩罚需求进行了定制开发，NNP-T 在 ResNET50 和 BERT benchmark 中能够取得95%的准确率。

正如 Naveen Rao 所说的， 由于回收了英特尔先进的内存打点和通讯技能，而且每一枚的数据传输效率和能耗都能够和单独使用时保持一致，很是适合使用灵活的规格在现实世界中运行密集的多模式推理，计较硬件和内存都将达惠临界点。