写点什么

英特尔 NNP 芯片家族迎来新成员,面向推理及应用的新品已正式商用

  • 2019-11-13
  • 本文字数:1476 字

    阅读完需:约 5 分钟

英特尔NNP芯片家族迎来新成员,面向推理及应用的新品已正式商用

在今年 7 月,InfoQ 曾对英特尔公司副总裁兼人工智能产品事业部总经理 Naveen Rao 进行过一次专访,在采访中,Naveen 透露面向训练及推理的 NNP 系列产品会在年底发布。经过四个月的等待,我们迎来了这两款新品。

2019 年 11 月 12 日,2019 英特尔人工智能峰会在美国旧金山召开。会上英特尔展示了一系列新产品进展,包括 Nervana 神经网络处理器 NNP 系列新品:面向训练的 NNP-T1000 和面向推理的 NNP-I1000,以及下一代 Movidius Myriad 视觉处理单元(VPU),用于边缘媒体、计算机视觉和推理应用。

NNP 家族迎来新成员

Naveen Rao 表示,新推出的英特尔 Nervana 神经网络处理器现已投入生产并完成客户交付,是系统级人工智能解决方案的一部分。


英特尔 Nervana 神经网络推理处理器(Intel Nervana NNP-I),代号 Spring Hill,基于 10nm Ice Lake 处理器架构,支持所有的主流深度学习框架,在 ResNet50 上的效率可达 4.8 TOPs/W,功率范围为 10W 到 50W 之间 。具备高能效和低成本,且其外形规格灵活,非常适合在实际规模下运行高强度的多模式推理。



而英特尔 Nervana 神经网络训练处理器(Intel Nervana NNP-T)采用的是台积电 16nm 制程工艺,代号 Spring Crest,拥有 270 亿个晶体管,硅片总面积达 680 平方毫米,具有高可编程性,支持所有主流深度学习框架。据介绍,NNP-T 在计算、通信和内存之间取得了平衡,不管是对于小规模群集,还是最大规模的 pod 超级计算机,都可进行近乎线性且极具能效的扩展。



目前这两款产品面向百度、 Facebook 等前沿人工智能客户,并针对他们的人工智能处理需求进行了定制开发。

新一代 Movidius VPU

新一代的 Movidius Myriad 视觉处理单元代号为 KEEM BAY,是一个高性能、低能耗 VPU,其架构是专门为边缘定制的,主要是用作视觉和媒介媒体处理。



和上一代相比,新产品的性能提升了 10 倍,同时可以提供更高密度的、可扩展的 AI 的加速。英特尔方面表示,与竞争对手相比,KEEM BAY 的性能比 Nvidia TX2 要高 4 倍,比 ASCEND 310 快 1.25 倍;从效率上来看,KEEM BAY 要比 Xavier 高出 4 倍。


据介绍,新的英特尔 Movidius VPU 计划于 2020 年上半年上市。

其他工具发布

英特尔还发布了全新的英特尔 DevCloud for the Edge,与英特尔 Distribution of OpenVINO 工具包共同解决开发人员的主要痛点,即在购买硬件前,能够在各类英特尔处理器上尝试、部署原型和测试 AI 解决方案。OPENVINO 可以让客户来编写自己的神经网络模型,实现性能最大化,并且能够为对架构的知识不甚了解的人,提供简化的方法来实现更高的性能。


除了 OPENVINO 以外,DevCloud 也是今天发布的一大亮点。这是一款面向边缘进行优化的产品,实际上已经在六个月前推出,通过 DevCloud for the Edge,用户可以将模型在 DL Boost 深度学习加速方案里进行优化,同时获得相应的硬件的配置建议,以找到最适合的、最高效的硬件配置。

结语

身为老牌硬件大厂,英特尔的转型之路一直备受关注,随着用户对数据处理、算力的要求进一步提升,英特尔也顺应时代推出了如 NNP 系列芯片这样的产品。Naveen Rao 在演讲中说:


“在计算、内存、互联、封装等领域,每一个要素都对用户的体验和性能产生影响…随着人工智能的进一步发展,计算硬件和内存都将到达临界点。如果要在该领域继续取得巨大进展,专用型硬件必不可少。”


不难看出,专用型芯片市场仍有巨大的潜力有待挖掘,Naveen 更是大胆预测:2019 年英特尔在 AI 领域的收入能够达到 35 亿美元。但由此引发的竞争也将会是更加激烈的,英伟达、AMD 等一众芯片厂商更是不会放过这样的发展机会,未来专用芯片市场又将呈现出怎样的局势,实在令人期待。


2019-11-13 16:171445
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 275.5 次阅读, 收获喜欢 1301 次。

关注

评论

发布
暂无评论
发现更多内容

ShardingSphere Proxy 初步体验

ShardingSphere-Proxy

从λ演算到函数式编程聊闭包(2):彻底理解JavaScript闭包规则

zhoulujun

闭包 闭包函数

使用明道云搭建电梯维修与保养系统

明道云

Linux之nc命令

入门小站

Linux

JIT-动态编译与AOT-静态编译:java/ java/ JavaScript/Dart乱谈

zhoulujun

dart JIT AOT 动态编译 静态编译

Go,一文搞懂 defer 实现原理

微客鸟窝

Go 语言 8月日更

netty系列之:在netty中使用protobuf协议

程序那些事

Java Netty 程序那些事

微信业务架构图-外包学生管理系统架构

毛先生

架构实战营

正经人一辈子都用不到的 JavaScript 方法总结 (一)

编程三昧

JavaScript 大前端 8月日更 模板字符串 String.raw

LeetCode刷题09-简单 回文数

ベ布小禅

8月日更

JavaScript 有关数组的 slice 截断函数

HoneyMoose

IntelliJ IDEA 如何显示提交输入的信息历史

HoneyMoose

Rust从0到1-高级特性-Traits 进阶

rust Traits 高级特性

docker入门:vue和可视化界面的部署,另附ngxin配置

小鲍侃java

8月日更

本科毕业六年,裸辞备战三个月,四面阿里巴巴定级P7

编程susu

Java 编程 程序员 面试 计算机

百度地图开发-显示实时位置信息 04

Andy阿辉

android Android 小菜鸟 Android端 8月日更

微信业务架构和学生管理系统架构设计

Geek_db27b5

微信业务架构 学生管理系统架构

微信业务架构

一叶知秋

架构实战营

redis6安装和可视化工具

4ye

redis 后端 8月日更

下载超过10万次?阿里大佬的《高并发、性能调优笔记》一战封神

Java架构师迁哥

模块一

树建

架构实战营

每天学习10个实用Javascript代码片段(五)

devpoint

定时器 JavaScrip 8月日更

太厉害了!腾讯T4大牛把《数据结构与算法》讲透了,带源码笔记

编程susu

Java 编程 程序员 计算机 技术宅

特斯拉依旧头铁坚持视觉路线,激光雷达会笑到最后吗?

脑极体

微信业务架构图 & 学生管理系统方案

缘分呐

架构 设计

在线JSON转YAML工具

入门小站

工具

JS遍历循环方法性能对比:for/while/for in/for of/map/foreach/every

zhoulujun

foreach map for for in

混合模型与期望最大化算法(三)

Databri_AI

算法 混合模型

从λ演算到函数式编程聊闭包(1):闭包概念在Java/PHP/JS中形式

zhoulujun

闭包 闭包函数

InnoDB解决幻读的方案——LBCC&MVCC

阿Q说代码

MySQL innodb MVCC 8月日更 LBCC

Vue进阶(六十四):iframe更改src后页面未刷新问题解决

No Silver Bullet

Vue iframe 跨域 8月日更

英特尔NNP芯片家族迎来新成员,面向推理及应用的新品已正式商用_AI&大模型_陈思_InfoQ精选文章