让AI走出实验室:FPGA+CPU,英特尔为机器/深度学习加大筹码

一场“数据洪流”,让英特尔对公司定位有了重新审视,从芯片公司摇身一变“数据公司”。如果说数据是“新石油”,那么英特尔要干的就是提炼加工过程,如何让数据创造增值,人工智能成为英特尔驾驭“数据洪流”的强大引擎。

ZD至顶网个人商用频道 04月12日 北京消息(文/黄当当):一场“数据洪流”,让英特尔对公司定位有了重新审视,从芯片公司摇身一变“数据公司”。如果说数据是“新石油”,那么英特尔要干的就是提炼加工过程,如何让数据创造增值,人工智能成为英特尔驾驭“数据洪流”的强大引擎。

事实上,英特尔正在坚定不移的加快其在AI领域的步伐。数据洪流是AI爆发的基础,而AI架构却凝聚了英特尔更多注意。尽管当前,借助“数据战略”,英特尔极力尝试从芯片公司固有形象中挣脱出来,但AI却又释放一次新机会,那就是围绕AI芯片的战役,计算力。

过去,英特尔专注通用计算芯片,但是在大规模并行计算领域略显乏力,如果想要适应人工智能的计算方式,必须进行相应的升级调整,在英特尔看来,异构计算被认为最有可能担此重任,比如FPGA。并为此早早布局,2015年底收购Altera就是其中之一。

让AI走出实验室:FPGA+CPU,英特尔为机器/深度学习加大筹码

这是英特尔布局机器学习的一个重要战略。具体来说,英特尔会把 Altera 的 FPGAs 和英特尔处理器封装到一颗芯片里,当用 FPGAs 来运算一些机器学习的任务时,比如影像识别算法,这些算法能大大提高它的性能。英特尔并购副总裁文德尔·布鲁克斯曾给出一组数据:相对于传统的处理器和 FPGA 独立组建,新的一体化芯片最初将带来30%至50%的性能提升,而最终的性能提升将达到2到3倍。

加速AI落地,英特尔为机器/深度学习加注筹码:FPGA+CPU

英特尔在AI领域还在快马加鞭。在2016IDF前,宣布收购 Nervana,占领深度学习高地。对像英特尔这样的芯片制造商而言,Nervana 最诱人的地方在于——这家公司一直在努力将深度学习算法嵌入到计算芯片之中,而不是简单地打造能够在大量图形处理器上运行的软件,这个逻辑和英特尔发力人工智能芯片的思路不谋而合。

通过并购,英特尔试图将自己在CPU上的优势延伸至人工智能领域,补齐机器/深度学习的短板,同时也进一步延伸了CPU的业务体系。

加速AI落地:FPGA+CPU,英特尔为机器/深度学习加注筹码

也正是在这样的背景下,英特尔与科大讯飞联手推出的机器/深度学习计算平台备受瞩目。在这个平台上,底层硬件来自于英特尔的至强处理器和 Altera FPGA 技术,依托科大讯飞在自然语言处理、语音识别方面的核心技术,可实时将发言者语音转化成文字,准确率高达95%。

4月9日,在2017中国电子信息博览会(CITE)上,英特尔技术专家与科大讯飞深度学习平台研发总监张致江接受包括ZD至顶网在内的媒体采访时,透露了有关此次合作的更多技术细节:

1、2016年11月份,英特尔与科大讯飞签署了一个关于人工智能技术合作的框架,为期三年。

2、在机器学习和深度学习领域,英特尔与科大讯飞在多个项目中进行了深入的合作,这个框架涵盖了深度学习完整的流程:包括数据采集、离线训练(Training)、在线预测(Inferencing),采集新数据组,进行新的离线训练。

3、离线训练方面(特点是数据量大),科大讯飞深度学习平台采用最新的英特尔至强融核KNL/KNM(即将上市)来提升性能,缩短训练时间。

4、在线预测方面(偏向推理与逻辑判断),科大讯飞利用英特尔至强处理器+英特尔Arria10 FPGA硬件加速器来实现低延迟高通量在线处理。

5、双方合作,目前已步入实验室研究后期阶段。

对于,目前大多数神经网络,机器学习算法都很依赖于GPU进行运算的观点,张致江称,AI兴起之初业内很多人都是用GPU这个方案去做,但是AI有自己的一些计算特点,结合科大讯飞自身的需求,采用英特尔CPU+FPGA的方案在编程各方面会更加容易。

“一台服务器里面就插了一张FPGA的加速处理器,整个性能是远远超过于两台甚至三台、四台CPU机器的性能,成本也会降低很多。”张致江还透露,未来可能考虑用这种方案去做平台建设。

“不仅仅是语音,还包括图像处理,认知和自然语言处理,因为这些东西背后的算法和计算模型是类似的”,这是否也意味着,解决方案一旦成熟,英特尔与科大讯飞将为AI应用落地伸出橄榄枝。

事实上,在人工智能架构的探索上,英特尔还远不于此。近期,在ZDNet美国采访英特尔人工智能事业部(AIPG)首席技术官Amir Khosrowshahi时,他指出AI芯片如今正处在一个“航海的时代”,人工智能训练需要新型芯片架构

英特尔正在研发名为Nervana的AI平台和处理器。它可以实现性能的巨大飞跃,有一个新的平台和芯片,称为Nervana。Khosrowshahi表示,和GPU解决方案相比,Nervana在未来三年将把训练一个深度学习模型的时间减少100倍。Nervana具体产品是代号为Lake Crest的AI芯片,将在2017年上半年进行测试,预计将产生突破性的性能,并大幅减少训练复杂神经网络所需时间。

虽然在与英特尔、科大讯飞的采访中,双方均未透露有关Lake Crest 首款AI芯片的信息。但是ZD至顶网在2017中国电子信息博览会英特尔的展台上,发现Lake Crest身影,据现场工作人员透露,在英特尔与科大讯飞的后续合作中,将加入这款芯片,并运用在在线预测方面,它还将更紧密地与至强处理器捆绑在一起。

让AI走出实验室:FPGA+CPU,英特尔为机器/深度学习加大筹码

来源:ZDNet商用办公频道

0赞

好文章,需要你的鼓励

2017

04/12

15:01

分享

点赞

邮件订阅
白皮书