APP下载

Intel发表第二款神经网络处理器SpringCrest但需更加开放才能取得市场优势

消息来源:baojiabao.com 作者: 发布时间:2024-03-29

报价宝综合消息Intel发表第二款神经网络处理器SpringCrest但需更加开放才能取得市场优势

Intel新神经网络处理器Spring Crest也支援目前主流学习框架TensorFlow的bfloat16神经网络运算格式,Intel预期将此格式扩展至XEON系列处理器,以及旗下FPGA架构相关项目,意味开发者将可借由Intel处理器产品进行大规模的神经网络深度学习应用。

2016年8月宣布以3.5亿美元收购深度学习新创团队Nervana Systems,并且在去年10月中旬宣布推出代号Lake Crest的旗下首款神经网络处理器之后,Intel在稍早举办的AI DEVCON活动宣布将于2019年下半年正式推出代号Spring Crest的新款神经网络处理器,借此推动更具效率、功耗相对更低的深度学习应用,同时结合旗下FPGA架构与XEON处理器平台打造更庞大的人工智能运算模式。

在去年宣布推出旗下首款神经网络处理器Lake Crest时,Intel首席执行官Brian Krzanich表示希望能在2020年使人工智能技术规模成长至100倍,而从稍早宣布即将在2019年下半年间推出的Spring Crest来看,Intel或许可借由旗下处理器优势让人工智能技术规模明显扩大。

根据Intel说明,Lake Crest借由高度计算利用率与模型并行演算形式设计,其中GEMM (矩阵乘法)运算利用率将高达96.4%,而多芯片扩展效率也高达96.2%,多芯片资讯传输率达2.4TB/s,延迟时间几乎少于790ns,整体耗电更低于210W,相比以“Chip X”为称的竞争对手产品有更低功耗与运算效率表现,而Spring Crest的学习效率更是Lake Crest的3-4倍,因此预期将能带来更高的人工智能运算效益。

此外,Spring Crest也支援目前主流学习框架TensorFlow的bfloat16神经网络运算格式,Intel预期将此格式扩展至XEON系列处理器,以及旗下FPGA架构相关项目,意味开发者将可借由Intel处理器产品进行大规模的神经网络深度学习应用。

为了吸引更多开发者借由旗下处理器平台资源打造大量的人工智能技术应用,Intel也在此次AI DEVCON宣布未来将持续开放更多技术资源、开发工具,并且持续打造更好的硬件平台与FPGA弹性布署架构,更计划借由与开发社群维持良好互动,借此在人工智能技术领域与其他厂商抗衡。

以目前来看,Intel在人工智能、深度学习等领域拥有Nervana Systems与Movidius VPU等资源,同时本身也具备FPGA弹性布署架构优势,让开发者能针对不同深度学习应用即时作动态调整,甚至必要时也能借由指令集整合GPU在内运算资源,显然有更大发挥空间。

不过,若是要做庞大的学习运算的话,目前看起来依然是以GPU更具优势,甚至要作更极端的巨量运算,Google所打造的TPU则有更惊人运算效果,但缺点则在于仅支援TensorFlow学习框架,若要对应ONNX、Caffe/Casfee2等不同学习框架,甚至未来新推出的学习框架设计,则依然要配合处理器的运算模式。

因此Intel以FPGA主导的深度学习应用模式仍有其存在必要性,即便借由GPU加速运算的情况,基础指令集依然要透过处理器完成,这也是Intel在人工智能技术竞争始终有发展优势原因。

但即便Intel持续提倡FPGA所能提供弹性效益与多元应用模式,关键还是在于Intel在架构开放程度,以及提供开发者的设计资源是否充足,另外也取决开发者所设计的深度学习应用模式,决定是否采用FPGA架构,或是透过GPU、TPU进行大量运算加速。

回应 0
2018-05-25 12:33:00

相关文章