英特爾(Intel)正于近日在美國(guó)舉行的Supercomputing 2016大會(huì)上展示其兩款新型Xeon處理器，以及支持深度學(xué)習(xí)的新型FPGA卡；從該公司的技術(shù)展示，能窺見其準(zhǔn)備推出的完整機(jī)器學(xué)習(xí)方案之一角。
產(chǎn)業(yè)界一直在期待英特爾的機(jī)器學(xué)習(xí)計(jì)劃，這也是近幾年半導(dǎo)體產(chǎn)業(yè)界最熱門的技術(shù)領(lǐng)域之一；對(duì)此專長(zhǎng)人工智能(AI)處理器設(shè)計(jì)的新創(chuàng)公司Graphcore共同創(chuàng)辦人暨執(zhí)行長(zhǎng)Nigel Toon表示：“我認(rèn)為Brian Krzanich (英特爾執(zhí)行長(zhǎng))會(huì)在相關(guān)技術(shù)上投注很大。”Graphcore最近才向包括英特爾競(jìng)爭(zhēng)對(duì)手三星(Samsung)在內(nèi)的投資人募得3000萬美元資金。
英特爾也有對(duì)機(jī)器學(xué)習(xí)技術(shù)進(jìn)行一些投資，例如在不久前收購(gòu)兩家專長(zhǎng)神經(jīng)網(wǎng)絡(luò)技術(shù)的處理器新創(chuàng)公司Nervana與Movidius，加上以167億美元收購(gòu)的Altera，后者的FPGA已經(jīng)被百度(Baidu)、微軟(Microsoft)等大廠應(yīng)用于數(shù)據(jù)中心，以加速搜索引擎、聯(lián)網(wǎng)等任務(wù)。
在此同時(shí)，英特爾持續(xù)把其大型多核心x86處理器Xeon Phi，視為對(duì)抗Nvidia、AMD之繪圖處理氣的武器；在8月份的IDF英特爾技術(shù)論壇上，該公司表示其代號(hào)為Knights Mill的Phi處理器，將會(huì)是第一款同時(shí)能扮演主處理器與加速器的產(chǎn)品，預(yù)計(jì)2017年出貨。
機(jī)器學(xué)習(xí)扮演著英特爾前任執(zhí)行長(zhǎng)Andy Grove可能會(huì)稱之為“關(guān)鍵轉(zhuǎn)折點(diǎn)”的角色，該公司在服務(wù)器處理器市場(chǎng)擁有高市占率，但機(jī)器學(xué)習(xí)需要具備比那些芯片更高的運(yùn)算性能，以支持高度平行化的任務(wù)。
Google已經(jīng)利用自家開發(fā)的ASIC來加速這種在機(jī)器學(xué)習(xí)中的推理任務(wù)，而英特爾的目標(biāo)則是利用結(jié)合Altera Arria FPGA的新型PCIe卡；Facebook利用Nvidia的芯片設(shè)計(jì)了自己的GPU服務(wù)器，以支持訓(xùn)練神經(jīng)網(wǎng)絡(luò)的運(yùn)算密集任務(wù)。
至于Nvidia在今年稍早發(fā)表了自己的GPU服務(wù)器，并與IBM合作另一款采用Power處理器的版本；AMD則在今年稍早針對(duì)其GPU推出一個(gè)開放性軟件計(jì)劃。
以上所有廠商都想在機(jī)器學(xué)習(xí)硬件市場(chǎng)參一腳──根據(jù)市場(chǎng)研究機(jī)構(gòu)Tractica 預(yù)測(cè)，該市場(chǎng)規(guī)模在2015年為4.36億美元，到2024年可進(jìn)一步成長(zhǎng)至415億美元；龐大的商機(jī)潛力促使Graphcore、Wave Computing與Cornami等半導(dǎo)體新創(chuàng)公司策略性提高投資，還有英特爾不久前收購(gòu)的那兩家公司。
Graphcore的Toon表示：“英特爾收購(gòu)Nervana是為了軟件──我不認(rèn)為其硬件技術(shù)夠強(qiáng)大；”但是也有一位英特爾的高層透露，該公司將會(huì)把Nervana的硬件鎖定私有云企業(yè)應(yīng)用市場(chǎng)。至于Movidius，Toon表示其專長(zhǎng)技術(shù)與英特爾的RealSense系列3D攝影機(jī)目標(biāo)一致，適合網(wǎng)絡(luò)/物聯(lián)網(wǎng)邊緣節(jié)點(diǎn)的低功耗系統(tǒng)應(yīng)用。
“老實(shí)說我不確定Altera將扮演什么角色；”Toon在1988年曾加入Altera，負(fù)責(zé)其歐洲業(yè)務(wù)的推廣營(yíng)運(yùn)：“英特爾可能會(huì)以某種方式嘗試?yán)肍PGA做為機(jī)器學(xué)習(xí)加速器，但我不認(rèn)為那是正確的方法。”他指出，Graphcore的多核心芯片在深度學(xué)習(xí)應(yīng)用領(lǐng)域，會(huì)是比FPGA或GPU更高性能的方案。
