英特尔进军人工智能，首次亮相Nervana神经网络处理器

英特尔可能没有立即涉足人工智能，但该公司现在正争先恐后地追赶。为了维护自己的统治地位，这家硅谷的老大最近推出了Intel Nervana神经网络处理器(NNP)。这些芯片系列是专门为人工智能而设计的。

脸书正在帮助英特尔开发第一款神经网络处理器https://t.co/b4PvWLVrwQ的人工智能#脸书#英特尔#ai#nnp pic.twitter.com/xvAi7rr1fw

-AI News(@AI_TechNews)2017年10月18日

由于它们是为人工智能设计的，英特尔已经与Facebook合作在这些神经芯片的设计和开发中。英特尔首席执行官布莱恩·克尔扎尼奇表示，这些芯片可能会带来新型的人工智能应用，可能会改变社交网络、健康行业、汽车甚至天气预报。

芯片背后的技术无疑与涅槃系统公司有关，该公司于去年8月被英特尔以3.5亿美元的价格收购。自从收购了深度学习初创公司以来，英特尔一直在以“Lake Crest”的代码发布关于NNP生产线的预告。由此产生的神经芯片是一个不可或缺的部分该公司的目标是建立深度学习模式，加快培训时间。

由于NNP是为满足机器学习的需求而设计的，这种芯片很可能不会在个人电脑上找到，而是在数据中心找到。英特尔CPU可能在服务器堆栈中占据着强大的地位，在数据中心拥有96%的市场份额，但目前的人工智能工作负载最好由ARM和NVIDIA的图形处理器(GPU)来处理。这就是为什么对他们的芯片的需求以天文数字的速度上升。就连谷歌也加入了张量处理单元(TPU)的行动，该公司使用该单元为其云服务器提供动力。与此同时，像Graphcore这样的公司也在寻求打入该行业。

谷歌的张量处理单元可以通过@PCWorld将摩尔定律推进7年进入https://t.co/U7NQAjzCDA

-PivitGuru(@pivitguru)2017年10月19日

现在的问题是，英特尔的神经芯片有多快。不幸的是，该公司对细节守口如瓶。当谷歌发布最新版本的TPU芯片时，该公司公布了与竞争对手进行的测试结果。在英特尔的案例中，该公司只表示，它正在实现将深度学习速度提高100倍的目标，并计划在2020年前实现这一目标。

为了实现这一目标，NNP的表现必须好于NVIDIA的V100图形处理器和谷歌的第二代TPU。但英特尔很有可能达到这一目标，甚至更多，特别是在该公司拥有14纳米制程技术的情况下。

英特尔也对NPP芯片何时上市保持沉默，尽管预计很快会有更多细节浮出水面。有传言称，新的神经芯片可能会在今年年底前限量供应。他说：