这一系列配备了优异的机器学习能力,主要应用面向数据中心而非个人电脑。(据预计其占据了数据中心96%的市场份额),但目前AI的承载能力一般通过图形处理器或GPU(主要来自于Nvidia和ARM)发挥得更好。因此,对这些公司的芯片需求量增长迅速。谷歌已经加入到行列中,针对云计算服务推出了自主研发的硅芯片Tensor Processing Unit,而英国的Graphcore等初创公司也在填补相关的空白。
英特尔已经招揽了一些AI硬件人才。今年3月买下了视觉专家Mobileye,去年8月份以3.5亿美元收购了深度学习芯片公司Nervana Systems,然后去年9月又收购了负责大疆无人机硅芯片研发与制造的Movidius。自此,英特尔便埋头于NNP处理器的测试研发(此前发布代号为为Lake Crest),要“为深度学习模型加速训练时间”。(英特尔称其也从Facebook那里参考了芯片的设计,但具体细节未透露)。
通过使用专有Flexpoint数字格式,该芯片可以实现更多的数据吞吐量,同时,Intel还通过缩小电路尺寸减少了并行计算的功耗。
这款芯片的处理速度究竟有多快?英特尔并未透露,但生成到2020年会将深度学习训练的速度加快100倍。关于NNP芯片处理器何时上市,英特尔说法也比较含糊。让人欣喜的是,英特尔似乎有意在其Intel? Nervana?芯片周围构建完整的产品线。