广告

英特尔的人工智能策略初露端倪

时间:2016-11-18 作者:Rick Merritt 阅读:
产业界一直在期待英特尔的机器学习计划,究竟处理器芯片龙头将端出什么AI方案?

英特尔(Intel)正于近日在美国举行的Supercomputing 2016大会上展示其两款新型Xeon处理器,以及支持深度学习的新型FPGA卡;从该公司的技术展示,能窥见其准备推出的完整机器学习方案之一角。
Intel-Arria-accelerator
英特尔推出一款新的Arria 10 PCIe卡,用于深度学习。 (图片:Intel)XOoEETC-电子工程专辑

产业界一直在期待英特尔的机器学习计划,这也是近几年半导体产业界最热门的技术领域之一;对此专长人工智能(AI)处理器设计的新创公司Graphcore共同创办人暨首席执行官Nigel Toon表示:“我认为Brian Krzanich (英特尔首席执行官)会在相关技术上投注很大。”Graphcore最近才向包括英特尔竞争对手三星(Samsung)在内的投资人募得3,000万美元资金。XOoEETC-电子工程专辑

英特尔也有对机器学习技术进行一些投资,例如在不久前收购两家专长神经网络技术的处理器新创公司Nervana与Movidius,加上以167亿美元收购的Altera,后者的FPGA已经被百度(Baidu)、微软(Microsoft)等大厂应用于数据中心,以加速搜索引擎、连网等任务。
Intel-AI-chart
英特尔正在开发一种端到端的机器学习产品,支持七种AI软件框架。XOoEETC-电子工程专辑

在此同时,英特尔持续把其大型多核心x86处理器Xeon Phi,视为对抗Nvidia、AMD之绘图处理气的武器;在8月份的IDF英特尔技术论坛上,该公司表示其代号为Knights Mill的Phi处理器,将会是第一款同时能扮演主处理器与加速器的产品,预计2017年出货。XOoEETC-电子工程专辑

机器学习扮演着英特尔前任首席执行官Andy Grove可能会称之为“关键转折点”的角色,该公司在服务器处理器市场拥有高市占率,但机器学习需要具备比那些芯片更高的运算性能,以支持高度平行化的任务。XOoEETC-电子工程专辑

Google已经利用自家开发的ASIC来加速这种在机器学习中的推理任务,而英特尔的目标则是利用结合Altera Arria FPGA的新型PCIe卡;Facebook利用Nvidia的芯片设计了自己的GPU服务器,以支持训练神经网络的运算密集任务。XOoEETC-电子工程专辑

至于Nvidia在今年稍早发表了自己的GPU服务器,并与IBM合作另一款采用Power处理器的版本;AMD则在今年稍早针对其GPU推出一个开放性软件计划。XOoEETC-电子工程专辑

以上所有厂商都想在机器学习硬件市场参一脚──根据市场研究机构Tractica 预测,该市场规模在2015年为4.36亿美元,到2024年可进一步成长至415亿美元;庞大的商机潜力促使Graphcore、Wave Computing与Cornami等半导体新创公司策略性提高投资,还有英特尔不久前收购的那两家公司。XOoEETC-电子工程专辑

Graphcore的Toon表示:“英特尔收购Nervana是为了软件──我不认为其硬件技术够强大;”但是也有一位英特尔的高层透露,该公司将会把Nervana的硬件锁定私有云企业应用市场。至于Movidius,Toon表示其专长技术与英特尔的RealSense系列3D摄影机目标一致,适合网络/物联网边缘节点的低功耗系统应用。XOoEETC-电子工程专辑

“老实说我不确定Altera将扮演什么角色;”Toon在1988年曾加入Altera,负责其欧洲业务的推广营运:“英特尔可能会以某种方式尝试利用FPGA做为机器学习加速器,但我不认为那是正确的方法。”他指出,Graphcore的多核心芯片在深度学习应用领域,会是比FPGA或GPU更高性能的方案。XOoEETC-电子工程专辑

编译:Judith ChengXOoEETC-电子工程专辑

本文授权编译自EE Times,版权所有,谢绝转载XOoEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
XOoEETC-电子工程专辑

XOoEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Rick Merritt
EE Times硅谷采访中心主任。Rick的工作地点位于圣何塞,他为EE Times撰写有关电子行业和工程专业的新闻和分析。 他关注Android,物联网,无线/网络和医疗设计行业。 他于1992年加入EE Times,担任香港记者,并担任EE Times和OEM Magazine的主编。
您可能感兴趣的文章
  • 打通任督二脉——智能制造就在眼前 智能制造、工业4.0、工业物联网(IIoT)…等引发的制造产业新革命正如火如荼地展开。其中,2019年移动通信技术正式开始进入商用部署阶段,借助5G技术特性,以及其他通信技术、创新组件,包括增强现实(AR)、人工智能(AI)、机器视觉、深度学习,以及云端服务…等,皆可望快速打通工业市场前端智慧化到后端云端服务管理的任督二脉,协助企业实现工业4.0智能制造愿景。
  • 嵌入式神经网络赋予机器视觉、听觉和分析能力 随着专用的处理器和软件的崛起,为开发具备人工智能的嵌入式系统敞开了大门…
  • OmniVision推出革命性夜鹰Nyxel近红外技术,适用于多种 突破性夜鹰Nyxel近红外技术,高科技处理工艺成功提高量子效率从而实现更好图像质量,长距离图像捕获,减少光源功耗需求。
  • 机器学习提升嵌入式视觉应用 机器学习将持续作为众多应用的重要推动因素,尤其是视觉导向的机器人或所谓的“协作机器人”应用。结合处理器核心与可编程逻辑的异质SoC,能打造出高效且可重配置的解决方案。
  • 利用深度学习和计算机视觉分析脸部表情 深度学习技术对于降低计算机视觉识别和分类的错误率展现出巨大的优势。在嵌入式系统中实施深度神经网络有助于机器透过视觉解读脸部表情,并达到类似人类的准确度。
  • 工业级应用中的3D成像技术核心:嵌入式CMOS传感器技术 3D视觉通过各方面渗透影响着社会,并为最终用户提供更安全,更高性能和更有效的援助系统。 例如,3D视觉应用于先进的汽车自动辅助驾驶系统,自主车辆,协作机器人... 本文旨在探讨3D成像技术,以及工业3D应用中先进的嵌入式CMOS传感器技术。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告