（文章來源：雷鋒網）

美國西部時間 11 月 12 日，2019 英特爾人工智能峰會期間（Intel AI Summit 2019）在舊金山舉行，英特爾展示了一系列 AI 相關新產品和相關進展，其中，包括面向訓練 (NNP-T1000) 和面向推理 (NNP-I1000) 的英特爾 Nervana 神經網絡處理器 (NNP) 都重磅亮相，而英特爾也公布了新一代 Movidius Myriad 視覺處理單元。

隨著人工智能的進一步發(fā)展，計算硬件和內存都將到達臨界點。如果要在該領域繼續(xù)取得巨大進展，專用型硬件必不可少，如英特爾 Nervana NNP 和 Movidius Myriad VPU。采用更先進的系統(tǒng)級人工智能，我們將從“數據到信息的轉換”階段發(fā)展到 “信息到知識的轉換階段”。

對于英特爾來說，Nervana NNP 是它在神經網絡處理器方面的重要產品，可以說是第一款 AI 商用芯片，而且這款產品從發(fā)布、測試、量產到應用，實際上是經歷了一個漫長的產品周期。

新一代 Nervana NNP 首先亮相是在 2018 年 5 月。當時，在英特爾人工智能開發(fā)者大會 (AIDevCon 2018) 上，Naveen Rao 發(fā)布了新一代專為機器學習設計的神經網絡處理器（NNP）芯片，并表示這是英特爾第一款商業(yè) NNP 芯片，將不止是提供給小部分合作伙伴，將在 2019 年發(fā)貨。

而 Nervana NNP-I，代號為 Spring Hill，是一款專門用于大型數據中心的推理芯片。這款芯片是基于 10nm 技術和 Ice Lake 內核打造的，打造地點是以色列的 Haifa ，Intel 號稱它能夠利用最小的能量來處理高負載的工作，它在 ResNet50 的效率可達 4.8TOPs/W，功率范圍在 10W 到 50W 之間。

按照官方說法，英特爾 Nervana 神經網絡訓練處理器（Intel Nervana NNP-T）在計算、通信和內存之間取得了平衡，不管是對于小規(guī)模群集，還是最大規(guī)模的 pod 超級計算機，都可進行近乎線性且極具能效的擴展。英特爾 Nervana 神經網絡推理處理器（Intel Nervana NNP-I）具備高能效和低成本，且其外形規(guī)格靈活，非常適合在實際規(guī)模下運行高強度的多模式推理。這兩款產品面向百度、 Facebook 等前沿人工智能客戶，并針對他們的人工智能處理需求進行了定制開發(fā)。

另外，百度 AI 研究員 Kenneth Church 在現(xiàn)場表示，在今年 7 月，百度與英特爾合作宣布了雙方在 Nervana NNP-T 的合作，雙方通過硬件和軟件的合作來實現(xiàn)用最大的效率來訓練日益增長的復雜模型。Kenneth Church 還宣布，在百度 X-Man 4.0 的加持下，英特爾的 NNP-T 已經推向市場。

下一代英特爾 Movidius VPU 的代號是 Keem Bay，它是專門為邊緣 AI 打造的一款產品，專注于深度學習推理、計算機視覺和媒體處理等方面，采用全新的高效能架構，并且通過英特爾的 OpenVINO 來加速。按照官方數據，它在速度上是英偉達 TX2 的 4 倍，是華為海思 Ascend 310 的 1.25 倍。另外在功率和尺寸上，它也遠遠超過對手。

Intel 方面表示，新一代 Movidius 計劃于 2020 年上半年上市，它憑借獨一無二的高效架構優(yōu)勢，能夠提供業(yè)界領先的性能：與上一代 VPU 相比，推理性能提升 10 倍以上，能效則可達到競品的 6 倍。

除了新一代 Movidius，英特爾還發(fā)布了全新的英特爾 DevCloud for the Edge，該產品旨在與英特爾 Distribution of OpenVINO 工具包共同解決開發(fā)人員的主要痛點，即在購買硬件前，能夠在各類英特爾處理器上嘗試、部署原型和測試 AI 解決方案。

英特爾方面表示，推進深度學習推理和應用需要極其復雜的數據、模型和技術，因此在架構選擇上需要有不同的考量。事實上，業(yè)界大部分組織都基于英特爾至強可擴展處理器部署了人工智能。英特爾將繼續(xù)通過英特爾矢量神經網絡指令 (VNNI) 和英特爾深度學習加速技術（DL Boost）等功能來改進該平臺，從而在數據中心和邊緣部署中提升人工智能推理的性能。英特爾強調稱，在未來很多年中，英特爾至強可擴展處理器都將繼續(xù)成為強有力的人工智能計算支柱。

（責任編輯：fqj）