拿下Nervana后 英特尔能否战胜英伟达GPU?

xzcxnihd

人工智能在全球越来越热，谷歌、IBM、微软的人工战略相继出台，业界早就在等待英特尔人工智能战略图谱。从收下Saffron、Movidius、nervana，到布局无人机、自动驾驶、精准医疗，英特尔在AI市场会下怎样的一盘棋？不久前，英特尔在美国公布其人工智能战略。11月30日，英特尔全球副总裁兼中国区总裁杨旭在接受记者采访时表示：“练内功、做生态、聚焦关键AI应用是英特尔AI战略的三个关键。”
　　深度学习芯片三年后百倍速于GPU
　　11月30日，英特尔人工智能论坛在北京举行，英特尔公司内部人工智能相关领域的“大佬”悉数到场，包括英特尔人工智能解决方案总经理Naveen G.Rao、英特尔数据中心解决方案部门总经理Jason Waxman以及软件和服务事业部总经理Wiliam Savage。
　　从英特尔公布的AI图谱来看，英特尔在AI“练内功”的维度，包含了“功能和体验”两个部分。目前大家对英特尔AI的关注更多集中在“功能”维度，收下Saffron、Movidius、Nervana之后，让英特尔在机器学习/深度学习、推理系统、机器视觉等AI“功能”能力上获得了增强。
　　90天前，英特尔公司完成对Nervana Systems的收购。Nervana是人工智能ASIC芯片供应商，收购Nervana，被视为英特尔对抗AI市场“一边倒”采用GPU的应对之举。目前，市场上大部分的深度学习、机器学习都通过GPU来处理，也正是这个原因让拥有GPU的英伟达公司股价一涨再涨。拿下Nervana，能让英特尔战胜英伟达GPU吗？
　　Nervana公司联合创始人Naveen G.Rao现在是英特尔公司人工智能解决方案部门的总经理。他认为，GPU并不是为AI而生的，所以它不可能比Nervana 更好。“英伟达的产品主要针对图像渲染，这与深度学习有类似地方，但并不完全相同。从目前可选择看，GPU是能够用来加速深度学习最适合的产品。但事实上，人们还可以打造更优化、更适合深度学习的产品。从架构上看，英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。”
　　Naveen G.Rao表示。目前，英特尔公布了如何将Nervana的技术集成至现有产品路线图的更多细节。英特尔将在2017年上半年测试第一款芯片（代号为Lake Crest），并在下半年向主要客户发售。此外，英特尔还在人工智能路线图中增加了一款新产品（代号为Knights Crest），它将Nervana技术与英特尔至强处理器紧密集成。从透露的信息看，英特尔希望三年后，Nervana能将训练深度学习模型的时间缩短至GPU解决方案的1/100。
　　不久前，英特尔在旧金山公布了其AI产品组合，在产品组合中，除了Nervana，还包括了至强处理器、至强融核处理器以及FPGA。英特尔之所以给出这样的产品组合，因为有数据显示，在数据中心，目前与AI相关的计算占比为7%左右，还是比较少的一部分，针对不同的工作负载仍需要不同的芯片。
　　英特尔执行副总裁兼数据中心事业部总经理柏安娜透露，相较于前一代处理器，下一代英特尔至强融核处理器（代号为Knights Mill）的深度学习性能可提高4倍，计划于2017年上市。另外，英特尔已向特定云服务提供商合作伙伴提供下一代至强处理器（代号为Skylake）的初期版本，该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术，能够极大增强机器学习工作负载的推理性能。
　　尽管有了路线图，Nervana与英特尔在技术上融合、芯片的量产仍需要时间。未来的路线仍有可能随市场再做微调。