百度、英特尔联手打造新一代 Nervana NNP 晶片，效能提升 3~4 倍

▼

7 月 3 日举行的百度 AI 开发者大会，发表鸿鹄晶片及多台智慧音箱新品，更宣布与华为麒麟合作，智慧小程式也进入新连线。

英特尔副总裁兼人工智慧产品事业部总经理 Naveen Rao 出席现场，宣布与百度于 AI 重磅合作──结合本身专业知识，共同打造用于训练 AI 的 Nervana 神经网络处理器（NNP，Neural Network Processor）。

联手开发强大的 AI 加速器

英特尔表示，这款与百度合作开发的处理器简称 NNP-T，代号为“Spring Crest”；意味着 AI 模型硬件发展进入“新阶段”，因它可加速大规模分散式训练；还为影像辨识最佳化，删去标准的快取阶层（cache hierarchy），晶载记忆体（on-chip memeory）直接由软件管理。

据 VentureBeat 报道，NNP-T 有 24 个计算集群，32GB 的高频宽记忆体（HBM2）和区域 SRAM，因此，即将推出的处理器在 AI 训练方面比同类产品要强最多 10 倍，比英特尔首款 Nervana NNP 晶片 NNP-L 1000（代号 Lake Crest）效能强 3~4 倍（注：2016 年，英特尔收购人工智慧公司 Nervana，2017 年，英特尔推出专为机器学习设计的 Nervana NNP 系列晶片）。

英特尔也声明，AI 并非单一工作负载，而是一种广泛、强化所有手机或大型资料中心应用效能的强大能力；然而，不同应用对效能和功耗有不同要求，因此单一 AI 硬件无法满足一切需求。

在 AI 方面，英特尔认为不仅要提供优越的硬件选择，还要透过软件最大化释放硬件效能，帮助用户顺利执行 AI 应用，无论数据多么复杂。而英特尔选择与百度合作，能确保英特尔开发部门始终紧跟用户对训练硬件的最新需求。

Naveen Rao 表示：

未来几年，人工智慧模型的复杂性会激增，对大规模深度学习计算的需求也会激增。英特尔和百度正专注于长达十年的合作，建立全新硬件，支援软件协同设计，这将随着不断变幻的现实情况发展。我们称之为 AI 2.0。

英特尔与百度是长期好伙伴

近年来，英特尔与百度已建立许多基于 AI 应用的解决方案。

自 2016 年英特尔就为百度 PaddlePaddle 深度学习框架最佳化 Xeon Scalable processor，今后，NNP-T 最佳化也将专注于 PaddlePaddle 应用，专注于神经网络的分散式训练，以完成其他类别的 AI 应用。

Constellation 研究公司的首席分析师兼副总裁 Holger Mueller 表示：

处理器架构和平台需要最佳化才能发挥作用，无论目前还是即将推出的处理器，这解释了英特尔与百度合作的重要性。

两家公司探讨整合百度 PaddlePaddle 和英特尔 nGraph DNN（Deep Nerual Network）编译器，有了 nGraph 的助力，资料科学家只需编写一次程式码就可让 DNN 模型在各平台有效执行，无需调整其他。

百度也借助英特尔 Optane 资料中心级持久记忆体的高效能，向数百万用户提供个性化行动内容，并透过百度 AI 建议引擎获得更高效的用户体验。

资料安全方面，百度和英特尔去年推出 MesaTEE，是基于英特尔 SGX （Software Guard Extension，软件保护延伸技术）的 FaaS 计算框架；MesaTEE 使金融、自动驾驶和医疗等安全敏感服务能安全于远端平台处理。

今年稍早，百度和英特尔还推出全新硬件产品 BIE-AI-BOX。这款产品融合百度智慧边缘技术，连线镜头进行车内视讯监控和分析。

小结

尽管百度与英特尔长期保持紧密合作，但本次两家公司联手打造 AI 加速处理器也十分重要，因为即便硬件效能再强大，也需要软件不断磨合，才能最大化发挥 AI 的优势。

总而言之，百度与英特尔各取所长，开发和最佳化这款加速处理器，不仅能把大规模神经网络的训练步骤化繁为简，还能一定程度加速 Naveen Rao 所说的 AI 2.0 到来。

（本文由 雷锋网 授权转载；首图来源：英特尔）

延伸阅读：

• 发表新一代 NNP 晶片外，英特尔 AI 软件和应用更透露其 AI 野心

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。