0
| 本文作者： 伍文靚 | 2019-07-04 18:14 |
雷鋒網消息，在 7 月 3 日舉行的百度 AI 開發者大會上，百度發布了鴻鵠芯片以及多個智能音箱新品，宣布與華為麒麟合作，智能小程序也進入新連接。（詳見雷鋒網此前報道）
英特爾副總裁兼人工智能產品事業部總經理 Naveen Rao 也出席現場為百度打 Call，并宣布了與百度在 AI 方面的重磅合作——結合自家的專業知識，共同打造用于訓練 AI 的 Nervana 神經網絡處理器（NNP，Neural Network Processor）。
英特爾表示，這款與百度合作開發的處理器簡稱 NNP-T，代號為“Spring Crest”；它的開發意味著 AI 模型硬件的發展進入“新階段”，因為它可以加速大規模分布式訓練；它還對圖像識別進行了優化，刪去了標準的快取階層（cache hierarchy），片上存儲器（on-chip memeory）直接由軟件管理。
據 VentureBeat 報道，NNP-T 有 24 個計算集群，32GB 的高頻寬存儲器（HBM2）和本地 SRAM，因此，這款即將推出的處理器在 AI 訓練方面比同類產品要強上最多 10 倍，比英特爾推出的首款 Nervana NNP 芯片 NNP-L 1000（代號 Lake Crest）的性能強 3-4 倍。（雷鋒網按：2016 年，英特爾收購人工智能公司 Nervana，2017 年，英特爾推出專為機器學習設計的 Nervana NNP 系列芯片）
不過，英特爾也發表了聲明，AI 并非單一的工作負載，而是一種廣泛的、能夠強化所有手機上或者是大數據中心內的應用性能的強大能力；然而，不同的應用對性能和功耗有著不同的要求，因此單一的 AI 硬件無法滿足一切需求。
在 AI 方面，英特爾認為不僅要提供優越的硬件選擇，還要通過軟件來最大化釋放硬件的性能，從而幫助客戶自如地運行 AI 應用，無論數據多么復雜。而英特爾選擇與百度密切合作，則能夠確保英特爾開發部門始終緊跟客戶對訓練硬件的最新需求。
Naveen Rao 表示，
未來幾年，人工智能模型的復雜性將會激增，對大規模深度學習計算的需求也會激增。英特爾和百度正專注于自己長達十年的合作，建立全新的硬件，支持軟件協同設計，這將隨著不斷變幻的現實情況而發展。我們稱之為 AI 2.0。
雷鋒網了解到，近年來，英特爾與百度已經共同創建了許多基于 AI 應用的解決方案。
自 2016 年以來，英特爾就一直為百度 PaddlePaddle 深度學習框架而優化 Xeon Scalable processor，今后，NNP-T 的優化也將專注于 PaddlePaddle 的應用，專注于神經網絡的分布式訓練，以完成其他類型的 AI 應用。
Constellation 研究公司的首席分析師兼副總裁 Holger Mueller 表示，
處理器架構和平臺需要針對進行優化才能發揮作用，無論是目前的還是即將推出的處理器，這就解釋了英特爾與百度本次合作的重要性。
兩家公司探討了集成百度 PaddlePaddle 和英特爾 nGraph DNN（Deep Nerual Network）編譯器，有了 nGraph 的助力，數據科學家只用編寫一次代碼就可以讓自己的 DNN 模型在各個平臺上有效地運行，無需做額外的調整。
百度也借助英特爾傲騰數據中心級持久內存的高性能，向數百萬用戶提供個性化移動內容，并通過百度 AI 推薦引擎獲得更高效的客戶體驗。
在數據安全方面，百度和英特爾在去年推出了 MesaTEE，一個基于英特爾 SGX （Software Guard Extension，軟件保護擴展技術）的 FaaS 計算框架；MesaTEE 使金融、自動駕駛和醫療等安全敏感服務能夠安全地在遠程平臺上處理數據。
今年早些時候，百度和英特爾還推出了全新硬件產品 BIE-AI-BOX。這款產品融合了百度智能邊緣技術，連接攝像頭進行車內視頻監控和分析。
盡管百度與英特爾長期以來都保持著緊密的合作關系，但本次兩家公司聯手打造 AI 加速處理器也顯得十分重要，因為即便硬件的性能再強大，也需要軟件的不斷磨合才能最大化地發揮 AI 的優勢。
總而言之，百度與英特爾各取所長，開發和優化這款加速處理器，不僅能將大規模神經網絡訓練的步驟化繁為簡，還能在一定程度上，加速 Naveen Rao 所說的 AI 2.0 的到來。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
