因特尔研发的首款神经网络芯片 将于明年量产

英特尔看到 Nvidia 在 AI 领域大放异彩，也想要用手上芯片弄机器学习，用一堆 Atom 芯片组成 Xeon Phi 架构，但是看来效果没想像中好。英特尔在 AI 开发者大会上发布第一款机器学习芯片 Nervana NNP-L1000，打算用并购的技术与 Nvidia 一较高下。

对于英特尔来说积极在 AI 布局相当重要，而从先前并购取得的技术当中，就属 Nervana 的神经网络芯片，最被看好能在 AI 时代有发展潜力，而且能跟 Nvidia 竞争了。

英特尔发布的文章指出 Nervana NNP-L1000 的性能：

一般性质的距阵对距阵乘法 (General Matrix to Matrix Multiplication, GEMM) 运算，使用 A(1536, 2048) 和 B(2048, 1536) 距阵大小，能达成单一芯片下超过 96.4% 的运算资源运用，这代表实际上有 38 TOPS/s 的单一芯片效能。 多芯片分散式 GEMM 运算则能支持模式平行训练，能够达到接近线性运算程度，以及 A(6144, 2048) 和 B(2048, 1536) 距阵下，96.2% 规模效能 – 具备串接多个神经网络运算，释放其他架构下存储器的限制。

我们量测单向芯片对芯片的理论频宽效能，发现低于 790ns的延迟状况，而且我们也相当兴奋能套用上述结果到 2.4TB/s 的高速频宽上面，具有同样的双向低延迟性。

这一切都是用低于 210 瓦的功耗，单一一片芯片就达成了，而这不过是早期合作伙伴回报的 Nervana NNP (Lake Crest) 原型芯片的数据。

而对开发者来说，英特尔投入资源在每一项可能在 AI 有发展的技术上面。这次宣布 Nervana NNP-L1000 芯片，开发者不必分神在每一项英特尔发布的 AI 相关技术。

英特尔近年来积极并购公司，想要进入 AI 市场，避免与 Nvidia 的差距越拉越大。如买了 Altera 取得 field programmable gate arrays (FPGAs)，买了 MobilEye 取得自动驾驶汽车芯片，以及买了 Nervana 取得他们手上神经网络芯片技术。

英特尔已经提供 Facebook Nervana NNP-L1000 芯片，用在 Facebook 的 AI 项目上面，而且看来数据表现上面很亮眼。期待英特尔在 2019 年正式推出 Nervana NNP-L1000 芯片 ，会在 AI 市场上，除了 Nvidia GPU 的方案，新的解决方案。