Spring Crest對標谷歌TPU 3.0，英特爾雲端訓練硬氣了？

全文字數： 1002 閱讀時間：3分鐘

曾經提及AI通用芯的較量，主要是CPU與GPU兩股勢力。後來CPU漸漸淡出大眾視線，GPU成為AI界寵兒。黃仁勛曾在演講中表示，CPU的時代結束了。英特爾懟回去說：不單CPU不行了，GPU也不行了。這說明，英特爾肯定了通用CPU在AI領域無力的事實，同時對通用GPU也提出了質疑。

文｜小北

校對｜小北

圖源｜網路

集微網消息，在英特爾首屆AI開發者大會AIDC 2018上，新款雲端AI晶元NNP（神經網路處理器）發布，其代號為「Spring Crest」。

據悉，Spring Crest功耗將小於210瓦，比上一代產品Lake Crest 在訓練方面有3-4倍的性能提升，第一批產品NNP L-1000晶元將於2019年下半年向用戶開放。英特爾AI產品組硬體副總裁Carey Kloss表示，Spring Crest可對標谷歌第三代TPU（TPU 3.0）產品。

英特爾雲端AI晶元項目命名為「Nervana神經網路處理器」(Nervana Neural Network Processors，NNP)，主打機器學習訓練。上一代產品Lake Crest於2017年10月17日在WSJ D.Live大會上發布。

兩場收購，成就了英特爾的AI能力

雲端訓練能力

曾經提及AI通用芯的較量，主要是CPU與GPU兩股勢力。後來CPU漸漸淡出大眾視線，GPU成為AI界寵兒。黃仁勛曾在演講中表示，CPU的時代結束了。英特爾懟回去說：不單CPU不行了，GPU也不行了。這說明，英特爾肯定了通用CPU在AI領域無力的事實，同時對通用GPU也提出了質疑。

AI芯的核心就是神經網路加速器，或者叫深度學習加速器。神經網路的兩個主要階段是訓練和推理。在訓練過程，通常需要通過大量的數據輸入，或採取增強學習等非監督學習方法，訓練出一個複雜的深度神經網路模型。因此，訓練環節只能在雲端實現，能勝任此環節工作的晶元有英偉達的GPU集群、Google TPU等。相對落後的英特爾採取了收購的戰略來補齊AI芯環節。

2016年，英特爾以3.5億美元收購AI晶元創業企業Nervana Systems。相距僅7個月，英特爾發布的兩款雲端AI晶元Lake Crest與Spring Crest，都是基於Nervana AI技術的。

如今的英特爾AI總帥、人工智慧事業部（AIPG）總負責人Naveen Rao也是曾經Nervana的CEO。

因此，Nervana對英特爾AI戰略而言至關重要。目前看，這次收購是成功的。

邊緣推理能力

與雲端訓練相比，推理的計算量像是個「小兒科」，推理計算可以在雲端進行也可以在設備端進行。低功耗、低延遲、低成本是設備端對AI的強烈需求，在可以預見的未來，邊緣智能的市場潛力無窮。

相比訓練過程，推理的計算量像是個「小兒科」，儘管如此，此過程也涉及大量的矩陣運算。

在邊緣智能方面，英特爾AI實力的提升也源自於一場收購。2016年9月，英特爾宣布收購Movidius，這是一家專註於計算機視覺的創業公司，它也是谷歌ProjectTango 3D感測器技術背後的功臣。

去年8月，英特爾發布了下一代Movidius視覺處理晶元，隨後推出了基於該技術的Movidius神經計算棒（NCS），由於集成DNN加速器，邊緣推理可實現每秒超過1萬億次運算。據悉，NCS深受創客、產品開發者、研究人員喜愛，自上市至今曾多次售罄。

你可能不理解這款神經棒為何如此火。舉一個例子，你在飛機上把NCS從口袋裡掏出來插上電腦，無需線纜、桌子就可以用它做樣機、調試並驗證、部署AI網路。

END

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！