Intel представила новое поколение процессоров для машинного обучения

Несмотря на лидирующие позиции Intel на рынке процессоров, компания не может похвастать тем же в секторе искусственного интеллекта. Большинство рабочих нагрузок современных алгоритмов ИИ обслуживается графическими процессорами Nvidia и ARM. Всё это объясняется отсутствием строгой иерархии памяти, а также наличием огромного количества ядер в GPU.

Intel решила восстановить свои лидирующие позиции в «кремниевом» бизнесе, анонсировав новое семейство чипов, разработанных специально для ИИ: Nervana Neural Network Processor, или коротко Nervana NNP. Об этом сообщил главный исполнительный директор компании Брайан Крзанич:

Nervana NNP — это специальная архитектура для использования в задачах глубинного обучения, предназначенная для снятия ограничений, накладываемых существующим железом, явно не предназначенного для использования ИИ.

Основные отличия нового процессора

Новая архитектура памяти

Intel Nervana не имеет стандартной иерархии кеш-памяти, а встроенная память управляется напрямую программным обеспечением. Это позволяет улучшить управление памятью и увеличить объём вычислений. Всё это ведёт к сокращению времени, необходимого для обучения моделей.

Новый уровень масштабируемости для моделей ИИ

Intel Nervana обеспечивает массивную двунаправленную передачу данных. Заявленная цель проекта заключалась в том, чтобы достичь истинного параллелизма модели, где параметры нейронной сети распределены между несколькими процессорами. Это позволяет использовать несколько чипов как один большой виртуальный чип, вмещающий более крупные модели и позволяющий пользователям получать больше информации от своих данных.

Высокая степень численного параллелизма: Flexpoint

Вычисления нейронной сети на одном чипе во многом ограничены пропускной способностью памяти. Для её увеличения, в дополнение к вышеупомянутым нововведениям памяти, Intel изобрела новый цифровой формат под названием Flexpoint. Flexpoint позволяет реализовать скалярные вычисления в виде умножений и суммирований с фиксированной точкой, а большие динамические диапазоны — с использованием представления в экспоненциальной форме. Это приводит к значительному улучшению параллельности вычислений с одновременным уменьшением затрачиваемой мощности.

Значительная производительность

Intel заявляет, что новый чип является первым в линейке, целью которой является 100-кратное повышение производительности машинного обучения до 2020 года.

Существующие проекты Intel

Отметим, что в дополнение к продвижению ИИ в массы (совместная с Google разработка беспилотных автомобилей) Intel также инвестирует в другие масштабные проекты. Например, компания достигла научно-исследовательских прорывов в области нейроморфных и квантовых вычислений. Стоит добавить, что компания выкупает различные стартапы и компании, занимающиеся разработкой беспилотных технологий и производством чипов для задач ИИ.