深度解读:多管齐下反击Nvidia 英特尔在AI芯片市场还有机会吗?
消息来源:baojiabao.com 作者: 发布时间:2024-04-26
极客网·极客观察(小刀)8月27日,英特尔已经是x86服务器市场的垄断者,成功遮住了双眼,它忽视了移动设备的崛起,对GPU加速系统大爆炸反应迟钝,最终,当奄奄一息的AI再获新生、变成一个前景可观的市场时,Nvidia成为主角,英特尔落选。
AI就是下一代计算,Nvidia制定了清晰的AI战略,它用历史数据来认证自己的观点:GPU已经打破摩尔定律设置的障碍。有些人甚至开始高呼“黄仁勋定律”。黄仁勋正是Nvidia的创始人。在过去3年里,Nvidia营收翻了一倍,股价更是上涨10倍。
以前,在英特尔眼里Nvidia只是小角色,向自己的PC伙伴提供小众产品,一夜之间,它成为新市场举足轻重的玩家,而英特尔却呆呆旁观。
巨人已经觉醒。英特尔明确向世人暗示,在AI市场,它不会重蹈移动市场一样的错误,不会将AI市场割让给对手。英特尔已经知道,AI是数据中心业务增长的关键,在未来5年里,AI芯片销售额的年复合增长率估计会达到30%。
正因如此,在最近的数据中心创新峰会(Data-Centric Innovation Summit)上,英特尔才会高调进军AI芯片市场,还说去年公司的AI芯片营收已经达到10亿美元。
AI芯片市场不只有GPU还有其它
Nvidia刻意强调说,目前的AI发展以是GPU作为根基的,它的说法有相当高的可信度,但是忽视了一些事实。
按照英特尔的解释,这种说法最大的问题在于忽视了AI软件与GPU硬件的融合,AI运行是相当复杂的,不可能一招通吃,所以上述论断过于简单。
英特尔AI产品集团主管 Naveen Rao曾经在博客中指出,近几年AI取得成功主要依赖三大支柱:一是软件工具的优化和成熟,二是硬件更加出色(多种形式的硬件,不限于GPU),三是研发生态系统欣欣向荣,而且许多时候还是开源的。
Naveen Rao进一步强调说:
“客户发现,没有什么单一的好硬件可以应付各种各样的应用,因为AI的类型不是单一的。受到应用的限制,从数据中心到边缘设备,需要的能力各有不同,所以我们需要多种多样的硬件组合形式。覆盖多种多样的应用,就可以为英特尔客户带来最高的投资回报。”
深度学习模式越来越复杂,需要强大的并行处理能力,不过Naveen Rao认为,它只是AI软件生命周期的一部分。
联想一名AI高管曾经在文章中介绍说,从构想到部署,总个周期相当漫长,涉及到规划、数据收集、验证,开发部署模型时也要经历这样的流程。
Naveen Rao在峰会上曾表示,AI的执行环境多种多样,有小设备,比如物联网感测器和手机,也有自动驾驶汽车,远程设备,它们处在网络边缘,还有分散系统,比如云数据中心。
英特尔AI战略的基石是“宽度”,就是说英特尔有多种多样的技术,可以用在多种多样的环境中使用,另外,英特尔还向开源项目投资,增强软件性能,提高开发者的生产力。
按照Naveen Rao的说法,英特尔AI战略会用“三条腿”走路:一是工具(软件),二是硬件,三是社区(开发者生态系统)。 从英特尔的AI产品组合可以看出,它能满足各种需要,无论是端点、边缘系统还是数据中心,都可以使用英特尔产品。在英特尔帝国内已经有许多AI技术,有些是英特尔自己开发的,有些是收购的,比如:
——低能耗Atom处理器,内置Movidius视觉处理单元(VPU),用于物联网和移动设备。
——Mobileye先进驾驶员辅助系统(ADAS)和EyeQ芯片,用于无人驾驶汽车。
——桌面及移动x86处理器,内置GPU、GNA神经网络协处理器和Inference Engine加速技术。
——基于Altera开发的FPGA,它既给低能耗嵌入式系统用(Arria 系列产品),也给高性能数据中心用(Stratix系列产品),在实时数据评估中,可以加速深度学习模型的执行速度。Altera是英特尔收购而来的。
——Nervana神经网络处理器,它用高性能、灵活的GPU处理相同类型的模型训练和推断任务。
——Xeon Scalable x86处理器,用于执行一般任务,训练轻量级AI模型,完成繁重的模型推断工作。
产品消息不多
在峰会上,英特尔的重点只是讲述战略,所以没有过多谈到产品,这也是情理之中的事。不过在会议上英特尔的确谈到一些新AI技术,以及升级的AI技术,具体有如下几种:
——DL Boost x86指令,通过支持低精度16位浮点运算,它可以让深度学习运算加速,与AVX-512指令是兼容的。
——VNNI指令集(Vector Neural Network Instruction),它相当于AVX-512的扩展指令,通过支持8位乘法和32位加法,可以让深度神经网络训练进一步加速。Cooper Lake Xeon处理器将会引入DL Boost和VNNI,新处理器2019年推出,它是Cascade Lake的接班人。
——nGraph编译器,它可以优化AI代码,方便代码应用于不同的硬件平台。nGraph支持多种技术开发的模型。
——升级MKL-DNN数学库,改进矩阵乘法性能。
——展示Nervana NNP L-1000 神经处理器,它的目标是挑战GPU,帮助数据中心完成深度学习任务。
英特尔数据中心CPU架构主管 Sailesh Kottapalli介绍说,除了提升矩阵乘法计算能力,支持低精度和混合精度运算,未来Xeon处理器还会增加各个层级的缓存大小,扩充存储带宽,缩短延迟时间。所有这些都会提升AI性能,让通用CPU有能力替代GPU,完成许多工作。
最好的思考
英特尔收购了许多AI企业,比如Nervana,Movidius、Mobileye,最近还收购了Vertex.ai,这样英特尔就可以制定连贯的策略,解决各种AI问题。
因为AI工作多种多样,运行AI软件时设备的资源受到限制,所以英特尔拥有多种组合产品还是蛮重要的。不过英特尔的战略横跨几个处理器架构和指令集,所以优化工作必须做好。
Nvidia的产品没有英特尔那么丰富,它的GPU分成大中小三等,分别是Volta、Xavier和Jetson,都用到了CUDA编程平台。虽然Nvidia拥有先发优势,但是随着时间的推移,它的优势会削弱,因为开发者会接受更加先进的AI框架,比如TensorFlow,先进框架可以让开发者瞄准其它平台。
另外,Nvidia的神经网络优化GPU(配有Tensor内核)性能不错,现在还有优势,但是未来优势会缩小,因为下一代英特尔Xeon处理器推出之后,x86系统的性能会进一步提升,可以帮助数据中心做更多的事情。
英特尔说去年它的AI芯片销售额达到10亿美元,如果数据是真实的,我们可以断言英特尔已经在早期赢得许多企业的支持,在飞速膨胀的市场,它已经成为重要的竞争者。
就眼下来说,在硬件和软件工程方面,英特尔需要将关键工作做好,然后将各部分融合,将产品抛向市场,让购买者无法抗拒诱惑。
整个市场都对Nvidia入迷,不过如果认为英特尔已经失败,无力反击,那就大错特错了。
相关文章
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状
2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因
2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓
2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?
2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元
2023-02-17 18:58:09
- 科大讯飞同传同声翻译软件造假 浮夸不能只罚酒三杯
2023-02-17 18:46:15
- 华为mate20pro系列手机首发上市日期价格,屏幕和电池参数配置对比
2023-02-17 18:42:49
- 小米MAX4手机上市日期首发价格 骁龙720打造大屏标准
2023-02-17 18:37:22
- 武汉弘芯遣散!结局是总投资1280亿项目烂尾 光刻机抵押换钱
2023-02-16 15:53:18
- 谷歌GoogleDrive网云盘下载改名“GoogleOne” 容量提升价格优惠
2023-02-16 13:34:45
- 巴斯夫将裁员6000人 众化工巨头裁员潮再度引发关注
2023-02-13 16:49:06
- 人手不足 韵达快递客服回应大量包裹派送异常没有收到
2023-02-07 15:25:20
- 资本微念与李子柒销声匿迹谁赢? 微念公司退出子柒文化股东
2023-02-02 09:24:38
- 三星GalaxyS8 S9 S10系统恢复出厂设置一直卡在正在检查更新怎么办
2023-01-24 10:10:02
- 华为Mate50 RS保时捷最新款顶级手机2022多少钱?1.2万元售价外观图片吊打iPhone14
2023-01-06 20:27:09
- 芯片常见的CPU芯片封装方式 QFP和QFN封装的区别?
2022-12-02 17:25:17
- 华为暂缓招聘停止社招了吗?官方回应来了
2022-11-19 11:53:50
- 热血江湖手游:长枪铁甲 刚猛热血 正派枪客全攻略技能介绍大全
2022-11-16 16:59:09
- 东京把玩了尼康微单相机Z7 尼康Z7现在卖多少钱?
2022-10-22 15:21:55
- 苹果iPhone手机灵动岛大热:安卓灵动岛App应用下载安装量超100万次
2022-10-03 22:13:45