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 年 11 月 13 日

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 年 11 月 13 日 16:17779
用户头像
陈思 InfoQ编辑

发布了 562 篇内容, 共 192.4 次阅读, 收获喜欢 1113 次。

关注

评论

发布
暂无评论
发现更多内容

如何通过样本数据推断其分布

张利东

Python

GitHub 上十个好用的软件

彭宏豪95

GitHub 效率 工具

地铁上看书的老外引发的思考

小天同学

写作 读书 个人感想 日常思考

一款开源且具有交互视图界面的实时 Web 日志分析工具!

JackTian

开源 GoAccess 实时 Web 日志分析工具 交互式查看器

自定义构造python白名单__builtins__

么么哒

Python

解决版权难题,“豪横”字体自己做

zhoo299

设计 CG

MySQL死锁系列-常见加锁场景分析

程序员历小冰

MySQL

python实现·十大排序算法之基数排序(Radix Sort)

南风以南

Python 排序算法 基数排序

为什么第三方联调应该先行?

大伟

为什么要学习 Markdown?究竟有什么用?

JackTian

markdown markdown语法 markdown编辑器

不懂送女朋友什么牌子的口红?没关系!Python 数据分析告诉你。

JackTian

Python 程序员 数据分析 python 爬虫 口红

写给产品经理的信(5):谈谈项目管理(青铜-王者)

夜来妖

产品 极客时间,项目管理 项目管理 产品经理 项目

偏头疼告诉我的,我想告诉每一个人

zkback

最香远程开发解决方案!手把手教你配置VS Code远程开发工具,工作效率提升N倍

柠檬橙

Linux 后台开发 vscode 后端

“新基建”方兴未艾,Smartbi Mining如何为产业数字化转型赋能?

infoq小陈

只用CSS实现响应式Full-Width img 2种方法

寇云

CSS css3

团队与领导力健康检查 | 体检表

Bob Jiang

团队建设

HTML中实现合并单元格

JDoe

html

重学 Java 设计模式:实战原型模式

小傅哥

Java 设计模式 小傅哥 复杂代码优化 重构

git | IDEA 中如何压缩提交(压缩commit后再push 图文演示)

YoungZY

开发者工具 IDEA 开发工具

《中国互联网简史》系列笔记之P2P

dongh11

读书笔记

Eureka 实例注册状态保持 STARTING 的问题排查

张晓辉

spring Spring Cloud netflix

时序数据库

pydata

自定义列表样式

寇云

CSS css3

前端工程化之创建项目

春生

前端 前端工程 前端架构 全栈工程师

Python deepcopy一个优化

么么哒

Python

认识数据产品经理(四 与互联网产品经理的区别)

马踏飞机747

大数据 互联网 产品经理 职业规划

纯CSS“返回顶部”特效

寇云

CSS css3

机器学习项目是如何开发和部署的?

陆道峰

人工智能 学习

做好领路人——写给技术新人的导师建议

南方

管理 新人

互联网省份数据大揭秘,看看哪些地方是互联网的戈壁滩?

非著名程序员

程序员 互联网 IT

InfoQ 极客传媒开发者生态共创计划线上发布会

InfoQ 极客传媒开发者生态共创计划线上发布会

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-InfoQ