英特爾放大招：手拉Facebook推首款神經網路處理器

面對英偉達在人工智慧晶片領域的快速崛起， 老牌晶片生產商英特爾坐不住了， 這次打出了 “組合牌”：拉上Facebook一起發佈專為深度學習設計的系列處理器。 近日報導出了它與facebook攜手首款神經網路處理器。

“在我們向市場推出新一代人工智慧硬體之際， 能與Facebook密切合作， 共用其技術見解， 我們感到激動。 ”科再奇在英特爾的官方博客上寫道， “在華爾街日報舉辦的‘全球技術大會’ (WSJDLive)上， 我談到認知和人工智慧（AI）技術將會給行業帶來巨大轉變， 也為市場帶來了巨大機會， 到2020年， 這兩個領域的收入將達到460億美元。 英特爾會在硬體、資料演算法和分析上進行研究和投資。

”英特爾稱， Facebook將為一款針對人工智慧設計的晶片提供技術輸入。 未來， 英特爾只向包括Facebook在內的有限數量的合作夥伴提供人工智慧晶片， 獲得回饋資訊， 然後明年推出第二代晶片。

據科技網站mspoweruser的報導， 新晶片有四大 優勢一、新的記憶體架構， 旨在最大限度地提高矽計算的利用率。

二、實現人工智慧模型可擴展性的新水準。 Nervana NNP擁有高速的開和關晶片， 可實現內部資料互聯， 從而允許大量資料的雙向轉換。 這種設計的目的是實現真正的模型並行化， 即神經網路的參數分佈在多個晶片中。 這使得多個晶片像一個大型虛擬晶片工作， 因而能容納大型的模型， 使客戶能從資料中獲得更多的洞見。

三、高度數值並行性：Flexpoint。 在單個晶片上做神經網路計算， 會受到能耗和存儲頻寬的限制。 為了使神經網路的工作負載能獲得更大的輸送量， 除了上述的存儲技術革新， 英特爾還發明了一種新的數數值型別， 即Flexpoint。 Flexpoint允許使用定點乘法和加法實現標量計算， 並可以通過共用指數實現大動態範圍。

四、英特爾稱這只是這個矽基晶片系列的第一個產品， 並計畫利用這個系列在2020年將深度學習訓練的性能提升100倍。

對於Facebook來說， 它在2013年12月成立了人工智慧實驗室， 並請來了機器學習大牛、紐約大學教授楊立昆（Yann LeCun）作為該實驗室的負責人。 但在硬體上， Facebook相對薄弱。 在此之前， 穀歌已經推出了針對深度神經網路的TPU， 這是穀歌專為加速深層神經網路運算能力而研發的晶片，

這款晶片也是AlphaGo成功的關鍵。 這次與英特爾共同設計人工智慧晶片， 也算是Facebook補強硬體的一步。

神經網路處理器的設計目的是為了快速解決AI應用遇到的數學問題， 特別是神經網路， 它是目前比較流行的機器學習技術分支。

目前流行的大型、深度神經網路面臨的問題是， 它們的計算能力非常強， 但這也使得它們很難快速地進行測試和部署。 目前， 英特爾有三代矽晶片， 該公司計畫每年至少推出一款新硬體產品。