Intel выпустит чипы для искусственного интеллекта

Корпорация Intel последовательно продолжает свое движение в направлении максимального дистанцирования от рынка персональных компьютеров и трансформации своего бизнеса в бизнес ориентированный на искусственный интеллект. Ранее выпускаемые компанией чипы слишком медлительны для гигантских массивов матричных вычислений, которые необходимы для глубокого машинного обучения. Благодаря купленному в августе 2016 года стартапу Nervana Systems, Intel планирует выпустить свои первые целевые чипы ИИ семейства нейронных процессоров Nervana NNP до конца 2017 года. 

Intel привлек к работе самого большого поклонника искусственного интеллекта и глубокого машинного обучения для помощи в разработке чипов. «Мы очень рады, что Facebook тесно сотрудничает с нашей компанией и делится своими техническими наработками, как раз в тот момент, когда мы выводим новое поколение аппаратных средств ИИ на рынок», — сказал генеральный директор Intel Брайан Кржанич во время его основной речи на WSJDLive. Помимо социальных сетей, корпорация проявляет интерес к таким направлениям, как автомобилестроение и здравоохранение.

В отличие от своих собратьев ПК-чипов Nervana NNP — это специализированная интегральная схема (ASIC), специально разработанная для обучения и выполнения алгоритмов глубокого обучения. «Скорость и вычислительная эффективность глубокого обучения могут быть значительно усовершенствованы ASIC, которая создана для … такой рабочей нагрузки», — пишет вице-президент Intel по ИИ, Навен Рао.

Микросхемы предназначены для матричного умножения и сверток, являющихся наиболее распространенными вычислениями, выполняемых с помощью программ глубокого обучения. Intel исключила обобщенный кэш, который обычно просматривается в ЦП, вместо этого использует специальное программное обеспечение для управления встроенной памятью для данного алгоритма. «Это позволяет чипу достичь новых уровней плотности и производительности вычислений для глубокого обучения», — говорит Рао.

Микрочип спроектирован с высокоскоростными соединениями, находящимися как внутри, так и снаружи чипа. Они позволяют осуществить массированную двухстороннюю передачу данных. Таким образом, соединив несколько чипов в одну большую и мощную микросхему, мы сможем использовать более крупные модели глубокого обучения.

Цель этой новой архитектуры — разработать процессор, который будет достаточно гибким, чтобы обрабатывать рабочие нагрузки глубокого обучения, и достаточно масштабированным, чтобы справляться с требованиями высокой интенсивности вычислений, максимально эффективно используя основные аппаратные компоненты.

На пути компании очень много конкурентов. Та же NVIDIA, графические процессоры которой, такие компании как Google и Facebook, используют для обучения искусственного интеллекта. Компания Qualcomm, являющаяся прямым конкурентом корпорации, работает над чипами, которые исключительно хороши при выполнении программ ИИ. Intel, без сомнения, с помощью новинки пытается перекроить рынок под себя. Кроме всего прочего, Intel работает над так называемым нейроморфным чипом Loihi, который имитирует человеческий мозг. А также обладает чипом Myriad X, разработанным специально для машинного зрения. Но все же конкуренты не стоят на месте.

NVIDIA недавно выпустила чип V100 специально для приложений ИИ и наняла Клемента Фарабета (Clément Farabet) в качестве вице-президента по инфраструктуре ИИ. Скорее всего, с целью создания чипов, которые будут использованы при запуске программ глубокого обучения. В то же время Google построил собственный «Tensor Processing Unit» (TPU), который использует только в своих собственных центрах обработки данных. А у IBM есть нейроморфный чип, получивший название «True North». Так что прогресс не стоит на месте.

Источник: engadget.com