英特爾公司今天推出了三款用于訓(xùn)練和部署人工智能模型的芯片，這將使其能夠與Nvidia公司展開競爭，后者的圖形處理單元在市場上占主導(dǎo)地位。

這些芯片是在英特爾于2016年對兩家機器學(xué)習(xí)公司Nervana Systems和Movidius Ltd的收購中產(chǎn)生的，這些芯片是英特爾于2016年在舊金山舉行的新聞發(fā)布會上宣布的。這些芯片共同 代表了英特爾第一個針對專用AI芯片的大型展示，這些芯片已超越了主流Xeon和Xeon。核心芯片系列。

根據(jù)現(xiàn)任Nervana創(chuàng)始人，現(xiàn)為公司副總裁兼英特爾人工智能產(chǎn)品部門總經(jīng)理的Naveen Rao（如圖所示，其中包含一種新的Nervana芯片），處理器帶來的功能至關(guān)重要，因為“我們正在達到一個突破點在計算硬件和軟件中。這種現(xiàn)實最近也在推動著新一代的面向AI的芯片初創(chuàng)公司的發(fā)展，其中就包括今天的一個名為Blaize Inc.的公司。

針對GPU制造商最直接的產(chǎn)品是Nervana NNP-T1000神經(jīng)網(wǎng)絡(luò)處理器。它是針對硬件密集型任務(wù)進行優(yōu)化的集成電路，該任務(wù)使用示例數(shù)據(jù)訓(xùn)練AI模型。今天，此過程對于確保模型產(chǎn)生準(zhǔn)確的結(jié)果是必不可少的，如今已在絕大多數(shù)AI項目中使用Nvidia芯片進行了此過程。

英特爾在八月份的預(yù)覽中 表示，NNP-T1000每秒可以管理多達119萬億次操作。該公司不會自行交付處理器，而是作為加速器卡的一部分，企業(yè)可以將其插入服務(wù)器。這些卡的設(shè)計使其可以相對輕松地將許多卡鏈接在一起，英特爾表示，這些卡甚至可以支持超級計算機規(guī)模的AI培訓(xùn)工作負(fù)載。

英特爾憑借NNP-T1000脫穎而出。該公司沒有選擇在自己的工廠進行生產(chǎn)，而是選擇將任務(wù)委托給外部半導(dǎo)體制造商臺積電。構(gòu)成NNP-T1000的270億個晶體管是使用臺灣公司的16納米制造工藝制造的，并被組織為24個處理核心。