5 月下旬,在英特尔首届 AI 开发者大会(Intel AI DevCon 2018)上,其全球副总裁兼人工智能产品事业部总经理 Naveen Rao 表示,英特尔正在开发第一个商用神经网络处理器产品英特尔 Nervana NNP-L1000(Spring Crest),计划在 2019 年发布。据他表示,该芯片相较于去年 10 月推出的代号为“Lake Crest”专用人工智能芯片 NNP 优化实现 3-4 倍的训练性能。

 

本月初,英伟达正式发布了全新 AI 芯片“Jetson Xavier”,在 CEO 黄仁勋看来:“这台小电脑,将成为未来机器人的大脑”,将该芯片的使用范围清晰定义在机器人领域。

 

AMD 近日公开了全球首款 7 纳米制程,名为“Radeon Vega”的 GPU 芯片原型。

 

IBM 在近日提出了全新的芯片设计,可以通过在数据存储的位置执行计算来加速全连接神经网络的训练。

 

英特尔:深度学习训练性能提升 100 倍

对于英特尔来说,想要在巨头扎堆的 AI 芯片战场上站稳脚跟并不容易。PC 时代,英特尔以 90%的市场份额几乎完全垄断了 CPU 市场,但随着 GPU 和各类可替代处理器的不断推陈出新,CPU 的市场开始萎缩。

 

正是发现了这一趋势,英特尔也开始依托产业平台转型,争取搭上人工智能的未来浪潮。收购“Nervana”便是浓墨重彩的一笔。

 

2014 年 4 月,Nervana 以打造“深度学习专用硬件”为主营业务正式成立,从成立之初到三轮共 2050 万美元融资,到被英特尔收购。三年半时间,终于去年 10 月公布了 Nervana NNP 系列初代芯片“Lake Crest”,于去年年底开始出货。

 

据了解,这款神经网络处理器的设计目的是为了快速解决 AI 应用遇到的数学问题,特别是神经网络,是目前比较流行的机器学习技术分支。

 

前 Nervana CEO、英特尔全球副总裁兼人工智能产品事业部(AIPG)总经理 Naveen Rao

 

在此基础上,本次 AI 开发者大会上 Naveen Rao 公开了英特尔新一代 AI 芯——英特尔 Nervana NNP-L1000,代号为“Spring Crest”的专用人工智能芯片,与“Lake Crest”只供应给一小部分英特尔合作伙伴不同,“Spring Crest”成为英特尔第一款商用神经网络处理器,并计划在 2019 年发布。

 

英特尔的目标是,到 2020 年将深度学习训练的性能提升 100 倍,具体实现路径是通过 Crest 的家族,与前代相比,新一代芯片将实现 3-4 倍的训练性能。

 

英伟达:Titan+DRIVE+Jetson

去年 12 月,英伟达推出了重磅产品“Titan V”PC GPU,该款 GPU 拥有 110 万亿次浮点运算性能,是其去年 4 月份公布的架构 Titan Xp 的 9 倍,和用于数据中心的英伟达 Tesla V100 GPU 一样,Titan V 也更加清晰地面向 AI。

 

据黄教主介绍说,“Volta”系列的“创生”主要为推动高性能计算和人工智能的极限:“我们用新的处理器架构、指令、数字格式,以及存储器架构等打开新的局面。”

 

在自动驾驶领域,英伟达的“DRIVE”系列也是各个性能爆表。去年 10 月,发布了“DRIVE PX Pegasus”自动驾驶平台,载了两颗 Xavier 芯片,以及 Volta 架构 GPU,高配置让其拥有了高达 320 TOPS 的深度学习处理能力,这个数值是上一代 DRIVE PX 平台的数倍。而仅仅在两个月后的“CES 2018”上,黄教主在主题演讲中展示了 NVIDIA 最新的自动驾驶技术“DRIVE XAVIER”,在各种“核弹”级参数下,这款芯片在 2018 年 Q1 开始流片。

 

 

作为 Issac 项目的嵌入式硬件平台,Jetson 主要面对的应用场景是机器人。相较于此前 TX1(Maxwell 架构)、TX2(Pascal 架构)型号,加了“Xavier”的 Jetson 含了六颗处理器,每秒可执行 30 万亿次操作。

 

据了解,打造这款芯片足足耗费了五年的时间——三年设计、两年筑造,共有超过 8000 人参与了设计与开发,是 Nvidia 单独做过的最长的处理器项目。它的处理能力与配备了 10 万美元 GPU 的工作站大致相同,但功率仅为 30 瓦。当前 Nvidia 的技术,已经被一些企业用于自主仓库机器人、机器采摘和农业机器人。

 

AMD:与英特尔合作牵制英伟达

无论在 CPU 还是 GPU 的市场份额上,AMD 在短期内都无法撼动英特尔和英伟达的行业霸主地位。

 

但面对英伟达频频推出“核弹”,英特尔和 AMD 开始了合作牵制策略。去年 11 月,AMD 和英特尔又联手向英伟达发起挑战,正式宣布联手推出集成英特尔处理器和 AMD 图形处理器的用于轻薄便携笔记本电脑芯片。

 

分析人士称,AMD、英特尔、英伟达未来的竞争主要在人工智能领域。

 

AMD 首席执行官 Lisa Su 展示最新的 7nm GPU

 

AMD 此次公开展示的全球首款 7 纳米制程的 GPU 芯片原型是对这个预言的应验。这款含有 32GB 高带宽内存的芯片,专为人工智能和深度学习设计,用于工作站和服务器。

 

据了解,Vega 性能相比上一代节点(14 纳米)性能提高 35%,能效提高两倍,密度也翻了一番。

 

IBM:DNN 算力是 GPU100 倍

IBM 在最近发表在 Nature 上的一篇论文中表示说,IBM Research AI 团队用大规模的模拟存储器阵列训练深度神经网络(DNN),达到了与 GPU 相当的精度。

 

 

用 GPU 运行神经网络的方法近年来已经通行人工智能领域,然而两者的组合其实并不完美。IBM 研究人员希望专门为神经网络设计一种新芯片,使前者运行能够更快、更有效,据研究人员称,IBM 全新芯片可以达到 GPU 280 倍的能源效率,并在同样面积上实现 100 倍的算力。