立足日本實施大動作，英特爾憑藉「Chainer」AI代碼項目向GPU開火

AI日活動於東京舉行，現場還進行了一場真人版馬里奧賽車競賽。

不知道大家是否曾聽說過「Chainer」這一用於創建神經網路的開源框架方案？

我個人直到昨天才有所耳聞，英特爾方面對此給予有力支持，使得此項目從母公司Preferred Networks的內部秘密成果真正轉化為舉世皆知的方案。

Chainer也確實由此才正式進入公眾視野：這一誕生於2015年的項目於去年轉向開源，儘管其GitHub代碼庫非常活躍，但卻並沒能引起業界的應有重視。

不過這種情況即使發生改變。英特爾公司決定將Chainer作為一種理想的AI工作負載開發途徑，並以此為基礎促進自家晶元的市場需求量。在雙方的努力之下，Chainer將能夠更為順暢地同至強處理器進行協作，而不再像過去那樣僅可對接英偉達GPU。英特爾與Preferred之間的合作關係意味著Chainer如今已經被正式納入英特爾的技術架構，並轉而由英特爾為該項目打造的GitHub代碼庫進行公布。

我們為什麼有必要關於英特爾方面對Chainer的支持態度？

在純技術層面看，雙方應該能夠建立起良好合作。Chainer CEO Toru Nishikawa昨天現身英特爾公司於東京舉辦的AI日活動，並通過一系列幻燈片演示表明谷歌的TensorFlow的圖片凈分類訓練速度與其相比就像是兒童玩具。Nishikawa先生同時指出，Chainer最近已經被引入至Amazon.com的一項測試當中，用以訓練機器人進行貨品分撿。

對於有意進軍神經網路的朋友而言，對此視而不見顯然相當不明智。

除此之外，Chainer的加盟亦顯示出英特爾公司建立市場並證明自身在人工智慧市場扮演領導者角色的勃勃雄心。毫無疑問，目前技術業界普遍認為這一領域正處於繁榮的黃金時期。

另外，必須承認這一市場目前正由GPU所主導。因此，英特爾公司希望能夠建立起一整套產品組合，用以確保至強能夠在AI領域作為支柱存在——而非被GPU搶了風頭。

然而，英特爾對AI作出的定義仍然相當務實。Nervana公司前任CTO、現任英特爾AI部門負責人Amir Khosrowshahi更傾向於將AI描述為一種對於事件 進行密切觀察以實現深度統計分析的方案，旨在幫助用戶以令人滿意的精度推斷可能出現的各類結果。

現代硬體能夠完成相關分析任務，並將收集到的龐大數據進行關聯從而使分析結果具備現實意義，但在此背後需要強大的資源作為支持。專用硬體將加快整個執行流程，而這正是英特爾公司目前的主要思路，即通過構建及/或購買硬體並構建軟體生態系統與之相匹配。

事實上，這樣的狀況早在虛擬化領域就曾經出現。當時英特爾公司曾在為其晶元提供擴展方案，從而確保其能夠擁有出色的多虛擬機託管能力。晶元巨頭亦曾引入Lustre與HDFS文件系統，旨在幫助運行有Lustre的高性能計算集群得以運行依賴於HDFS的Hadoop。英特爾公司在這一領域最終取得了成功：其投資於Hadoop供應商Cloudera，並幫助眾多高性能計算客戶利用英特爾晶元順利完成了相關處理工作。另外，英特爾公司還針對消費者常用的視頻轉碼工作負載進行CPU優化，意味著高清家庭錄影內容將不必消耗一整晚才能渲染完成——這亦成為消費者們採購新電腦的重要理由之一。

英特爾目前正在AI領域採取同樣的舉措。收購現場可編程門陣列（簡稱FPGA）廠商Altera公司意味著英特爾能夠利用其技術構建混合型至強處理器，從而提供集成化可編程能力，最終確保定製化版本能夠在特定分析層面提供遠超普通至強版本的速度優勢。Altera公司目前正在致力於為FPGA開發代碼，這意味著相關工作將由這批專家的嵌入式系統工程師負責進行——而非被強加給普通Java開發人員。

英特爾公司FPGA設計軟體與知識產權營銷與規劃負責人Bernhard Friebe表示，英特爾方面正在為通用型AI任務開發代碼庫，並通過向公開發布並提供構建工具的方式幫助開發人員輕鬆編寫出適用於FPGA的代碼內容。

收購Nervana公司意味著英特爾將擁有專門面向AI領域的晶元方案，而這恰好能夠滿足大多數軟體開發者的切實需求。

兩家公司亦為英特爾帶來了眾多可潛在引入至強處理器的技術成果，這將最終使得至強這一伺服器領域的主宰級品牌擁有更強大的AI類數據處理能力。

此類產品將於2017年晚些時候正式推出，屆時「Lake Crest」一代至強處理器將加入面向AI工作負載的AI加速機制。而代號為Knights Crest的FPGA聯協式Skylake至強處理器亦將於同年晚些時候出現。英特爾公司目前並未公布相關細節信息，但二者皆將採用專有的晶元間鏈接並立足於一套名為「Flexpoint」的新架構以提高其並行能力。作為早期產品，二者皆承諾提供10倍於當前的並發能力。到2020年，英特爾公司承諾將把AI模型的訓練時長縮短到目前的百分之一。

不過其中的關鍵是向至強處理器當中添加AI功能，這意味著英特爾必須通過主流用戶們所熟知的工具包保證開發平台的無縫化轉移，即最終擺脫對GPU的高度依賴。而面向Chainer以及其它多個軟體項目的大力投資亦證明，目前開發者們實際並不會將CPU作為AI開發的首選平台。

英特爾公司「加速器工作小組」總經理Barry Davis在接受採訪時表示，英特爾方面將於2018年下半年推出「Knight』s Mill」，即面向AI進行優化的下一代至強Phi協處理器。關於該產品的細節信息尚不明確，但英特爾方面證實稱其將能夠對接高達400 GB內存容量，遠超當前的CPU產品。

在至強家族全面進行AI優化之後，可觀的市場佔有率將令用戶很難對其視而不見。以至強Phi與基於FPGA之至強版本為代表的各類特殊產品亦將運行在雲端，意味著用戶能夠在無需承擔前期資本支出的情況下對其進行試用。

隨著AI相關晶元方案的快速發展成熟，Chainer亦將擁有約三年的英特爾硬體運行經驗，這很可能進一步促成英特爾方面掌握更理想的技術支持能力。

雖然這並不代表我們在考慮進軍AI領域時優先考慮英特爾生態系統，但將Chainer引入英特爾儲備體系的舉措還僅僅是晶元巨頭的實際措施之一。除此之外，英特爾還將投入巨資進行技術收購、以開源方式為相關項目帶來巨大推動力，同時為伺服器製造商提供更多引導性政策。

結合這一切，英特爾將最終建立起一整套「供應商在考慮涉足AI」時所很難忽視的重要生態系統。

當然，市場絕不會靜止不動而坐視英特爾逐步完成積累。但很明顯，晶元巨頭有信心在面對任何競爭對手時繼續保持自身統治地位。

不過在這方面，英特爾公司也曾經折戟沉沙。英特爾曾經在移動領域亦佔據領先地位，並一味堅持自身思路最終導致其幾乎被ARM徹底擠出這一市場。

Barry Davis認為英特爾公司已經找到失敗的原因：根據各歷史版本來看，ARM方面一直希望從網路邊緣起步，並最終滲透至數據中心之內。而在移動領域，英特爾公司則試圖重複PC領域的成功途徑。在英特爾公司的各位高管人士看來，ARM雖然在AI領域同樣會帶來一定威脅，但其在數據中心領域還未能成為一股重要力量，意味著其很難解決滿足企業及開發人員之生態系統需求所帶來的嚴峻挑戰。

當然，出於英特爾公司的立場，這樣的結論完全不會令人意外。要找到問題的真正答案，也許我們還需要立足於這套負責密切觀察事件並進行深度統計分析的系統，了解其是否能夠真正帶來精度令人滿意的推理結果。