cookieOptions = {...}; .英特爾/英偉達/AMD/IBM 逐鹿 AI 晶片戰場 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2018年6月20日 星期三

Intel’s Nervana Chip for Artificial Intelligence


瀚錸科技代理「ForceShield」,採用革命性的「動態應用安全架構」



來源: OFweek人工智能网



5月下旬,在英特爾首屆AI開發者大會(Intel AI DevCon 2018)上,其全球副總裁兼人工智慧產品事業部總經理Naveen Rao表示,英特爾正在開發第一個商用神經網路處理器產品——英特爾Nervana NNP-L1000(Spring Crest),計劃在2019年發佈。

據他表示,該晶片相較於去年10月推出的代號為「Lake Crest」專用人工智慧晶片NNP優化實現3-4倍的訓練性能。

本月初,英偉達正式發佈了全新AI晶片「Jetson Xavier」,在CEO黃仁勳看來:「這台小電腦,將成為未來機器人的大腦」,將該晶片的使用範圍清晰定義在機器人領域。

AMD近日公開了全球首款7奈米製程,名為「Radeon Vega」的GPU晶片原型。

IBM在近日提出了全新的晶片設計,可以通過在數據儲存的位置執行計算來加速全連接神經網路的訓練。

英特爾:深度學習訓練性能提升100倍
對於英特爾來說,想要在巨頭扎堆的AI晶片戰場上,站穩腳跟並不容易。PC時代,英特爾以90%的市場佔有率幾乎完全壟斷了CPU市場,但隨著GPU和各類可替代處理器的不斷推陳出新,CPU的市場開始萎縮。

正是發現了這一趨勢,英特爾也開始依託產業平台轉型,爭取搭上人工智慧的未來浪潮。收購「Nervana」便是濃墨重彩的一筆。

2014年4月,Nervana以打造「深度學習專用硬件」為主營業務正式成立,從成立之初到三輪共2050萬美元融資,到被英特爾收購。三年半時間,終於去年10月公佈了Nervana NNP系列初代芯片「Lake Crest」,於去年年底開始出貨。


據瞭解,這款神經網路處理器的設計目的,是為了快速解決AI應用遇到的數學問題,特別是神經網路,是目前比較流行的機器學習技術分支。


blob.png
前Nervana CEO、英特爾全球副總裁兼人工智慧產品事業部(AIPG)總經理 Naveen Rao

在此基礎上,本次AI開發者大會上Naveen Rao公開了英特爾新一代AI晶片——英特爾Nervana NNP-L1000,代號為「Spring Crest」的專用人工智慧晶片,與「Lake Crest」只供應給一小部分英特爾合作夥伴不同,「Spring Crest」成為英特爾第一款商用神經網路處理器,並計劃在2019年發佈。

英特爾的目標是,到2020年將深度學習訓練的性能提升100倍,具體實現路徑是通過Crest的家族,與前代相比,新一代晶片將實現3-4倍的訓練性能。

英偉達:Titan+DRIVE+Jetson
去年12月,英偉達推出了重磅產品「Titan V」PC GPU,該款GPU擁有110萬億次浮點運算性能,是其去年4月份公佈的架構Titan Xp的9倍,和用於數據中心的英偉達Tesla V100 GPU一樣,Titan V也更加清晰地面向AI。

據黃教主介紹說,「Volta」系列的「創生」主要為推動高性能計算和人工智慧的極限:「我們用新的處理器架構、指令、數位格式,以及儲存器架構等打開新的局面。」


在自動駕駛領域,英偉達的「DRIVE」系列,也是各個性能爆表。去年10月,發佈了「DRIVE PX Pegasus」自動駕駛平台,載了兩顆Xavier晶片,以及Volta架構GPU,高配置讓其擁有了高達320 TOPS的深度學習處理能力,這個數值是上一代DRIVE PX平台的數倍。

而僅僅在兩個月後的「CES 2018」上,黃教主在主題演講中,展示了NVIDIA最新的自動駕駛技術「DRIVE XAVIER」,在各種「核彈」級參數下,這款晶片在2018年Q1開始流片。


blob.png



作為Issac項目的嵌入式硬體平台,Jetson主要面對的應用場景是機器人。相較於此前TX1(Maxwell架構)、TX2(Pascal架構)型號,加了「Xavier」的Jetson含了六顆處理器,每秒可執行30萬億次操作。

據瞭解,打造這款晶片足足耗費了五年的時間——三年設計、兩年築造,共有超過8000人參與了設計與開發,是Nvidia單獨做過的最長的處理器項目。

它的處理能力與配備了10萬美元GPU的工作站大致相同,但功率僅為30瓦。當前Nvidia的技術,已經被一些企業用於自主倉庫機器人、機器採摘和農業機器人。

AMD:與英特爾合作牽制英偉達
無論在CPU還是GPU的市場佔有率上,AMD在短期內,都無法撼動英特爾和英偉達的行業霸主地位。

但面對英偉達頻頻推出「核彈」,英特爾和AMD開始了合作牽制策略。去年11月,AMD和英特爾又聯手,向英偉達發起挑戰,正式宣佈聯手推出整合英特爾處理器和AMD圖形處理器的,用於輕薄便攜筆記本電腦晶片。

分析人士稱,AMD、英特爾、英偉達未來的競爭,主要在人工智慧領域。


blob.png
AMD首席執行官 Lisa Su 展示最新的7nm GPU

AMD此次公開展示的,全球首款7奈米制成的GPU晶片原型,是對這個預言的應驗。這款含有32GB高頻寬內見記憶體的晶片,專為人工智慧和深度學習設計,用於工作站和伺服器。

據瞭解,Vega性能相比上一代節點(14奈米)性能提高35%,能效提高兩倍,密度也翻了一番。

IBM:DNN算力是GPU100倍
IBM在最近發表在Nature上的一篇論文中表示說,IBM Research AI團隊,用大規模的模擬儲存器陣列,訓練深度神經網路(DNN),達到了與GPU相當的精度。


blob.png



用GPU運行神經網路的方法,近年來已經通行人工智慧領域,然而兩者的組合其實並不完美。IBM 研究人員希望專門為神經網路設計一種新晶片,使前者運行能夠更快、更有效,據研究人員稱,IBM全新晶片可以達到GPU 280倍的能源效率,並在同樣面積上實現100倍的算力。







0 comments: