admin@dedesos.com

又花 20 亿美元买下一家 AI 芯片创业公司,英特尔加速转型

Source:Author: Addtime:2020-01-07

2018 年 9 月发布的 AI 推理芯片 Goya ,在 ResNet-50模型的推理测验上,其图片处理功用近 10 倍于一般 CPU,4 倍于英伟达 Tesla T4。Tesla T4 是英伟达于 2018 年 9 月发布的一款专为 AI 推理规划的 GPU。

此外,Goya 在能耗和延时上也胜过了 Tesla T4,简直能够实时处理图片。

2019 年 6 月发布的 AI 练习芯片 Gaudi,在 ResNet-50 模型上能够供给每秒 1650 张的图片处理才干,功耗仅为 150w 左右。

而英伟达 Tesla V100 在 ResNet-50 模型上的处理才干为 600 张/秒,功耗为 300w。Tesla V100 是英伟达于 2017 年 5 月发布的专用于处理大规划核算的 GPU 加快器。

除了功用上的优势,Gaudi 的另一个杀手锏是在芯片里集成了 10 个 100GbE 带宽的 RDMA 以太网端口。

RDMA是一种内存拜访技能,让核算机能够直接存取其他核算机的内存,而不需要经过处理器耗时的处理。而以太网则是一种通信协议,优势是兼容性和分布式,首要应用于局域网。

RDMA 技能和以太网结合后,有更好的数据传输功率,能够大幅度加快深度学习的练习速度,缩短练习时刻。

2019 年 3 月,英伟达以 69 亿美元现金收买以色列半导体公司 Mellanox,正是看中了后者在 RDMA 和以太网方面的技能实力。

尽管 Habana Labs 和英伟达都在选用支撑 RDMA 技能的以太网协议来加快深度学习练习速度,但两者在详细完成上仍是有所区别。

Habana Labs 首席商务官 Eitan Medina指出:“咱们跟英伟达做得不一致的方面是,直接在单一芯片傍边集成了十个支撑 RDMA 的端口,而 Tesla V100 要支撑 RDMA,必需要经过一个 PCIe的交流,在外面再接一个支撑 RDMA 的网卡,这样才干完成 RDMA 的功用。”

这意味着,购买了 Habana Labs 产品的客户,能够完成更大规划的并行核算。据 Habana Labs 给出的测验成果,在大规划并行运转的环境下,Gaudi 能够完成 Tesla V100 约 3.8 倍的功用。

凭借并购,英特尔加快转型

自 2016 年起,英特尔启动了新一轮转型,将事务重心从 PC 芯片转向数据中心、AI、存储芯片和物联网等新事务上。其间,数据中心成为英特尔的柱石事务。

而在数据中心职业中,AI 加快核算已经成为不可或缺的才干。英伟达就曾凭借 GPU 加快 AI 模型练习的春风,大力发展数据中心事务,成为资本商场口中的“AI 榜首股”。Google 也经过推出 TPU来进军 AI 核算事务。

英特尔的 CPU 在 AI 加快核算上没有优势,因而经过收买来增强这方面的才干。

2015 年 6 月,英特尔以 167 亿美元收买其时全球第二大 FPGA 厂商 Altera。FPGA 全称“现场可编程门阵列”,是加快 AI 核算的其间一种技能道路。

收买 Altera 后,英特尔一向推进 FPGA 技能融入到自己的至强处理器系列,稳固了服务器商场。

2016 年 8 月,英特尔再次出手,以 4.08 亿美元收买了 Nervana。2019 年 11 月在人工智能峰会上,英特尔发布了首款云端 AI 专用芯片 Nervana 神经网络处理器系列产品。和 Habana Labs 相同,NNP 相同掩盖练习和推理场景,分别是 NNP-T 和 NNP-I。

收买 Habana Labs 后,意味着英特尔一起具有两个相堆叠的产品线。有业界专家以为,此次收买或意味着 Habana Labs 的芯片体现强于 NNP。

耐人寻味的是,Habana Labs 报告的对象是英特尔数据渠道事业部执行副总裁兼总经理孙纳颐,而不是 Nervana 前首席执行官兼英特尔 AI 产品事业部总经理 Naveen Rao。

有外国媒体问询英特尔整合 Habana 和 Nervana 的方案,英特尔发言人经过邮件回复道:“咱们将花些时刻,结合客户们的定见,去评价 Habana 和 Nervana 的整合。回来,检查更多

责任编辑: