Intel公布在AI上的硬体战略,强调FPGA将比GPU更省_人类图赏_sunbet360

您现在的位置是:主页 >人类图赏 >Intel公布在AI上的硬体战略,强调FPGA将比GPU更省主页 人类图赏

Intel公布在AI上的硬体战略,强调FPGA将比GPU更省

人类图赏2020-06-07369人围观
Intel公布在AI上的硬体战略,强调FPGA将比GPU更省

在此次于旧金山举办的 AI DEVCON 活动中,前 Nervana 共同创办人暨执行长,现任 Intel 人工智慧解决方案部门总经理 Naveen Rao 强调人工智慧仍处于相当早期发展阶段,同时并非仅能由单一机构独立推行,必须藉由众人力量持续推动人工智慧技术发展,并且使其成为改变传统电脑运算的全新方式。

Intel公布在AI上的硬体战略,强调FPGA将比GPU更省

就 Intel 目前对于人工智慧发展看法,认为将从软体、硬体与互动交流三大面向投入发展,而这也是目前 Intel 在人工智慧技术着重发展部分。

其中,在软体应用部分除了加入支援市面主流常见的 TensorFlow、Caffe、Caffe 2、MXNet、pytorch、ONNX、CNTK,并且可藉由 Intel 旗下深度学习编译器 nGraph 持续相容未来更多学习框架,同时透过开放架构达成内容相容效果,藉此强化人工智慧学习应用效果。

Intel公布在AI上的硬体战略,强调FPGA将比GPU更省

就目前 Intel 对于人工智慧技术发展,主要还是基于 FPGA 架构整合 CPU、 GPU 等运算元件,藉此针对不同需求建构各类学习运算模式,同时也能快速依据临时变更需求调整学习模式,因此 Intel 强调在部分情况下,透过 FPGA 架构布署的学习模式将比藉由 GPU 加速方式更为省电。

不过,持续强调 FPGA 架构所带动优势,并非代表 Intel 认为 GPU 加速效益不佳,最主要还是看人工智慧技术应用方向,以及实际学习模式,例如应用项目面临大幅度变更学习运算模式,而非锁定巨量学习运算规模,必须藉由 GPU 加速缩短学习时间的情况下, FPGA 架构自然有其弹性应用优势。以着重发展 GPU 的 NVIDIA 立场而言,同样也认为 FPGA 架构有其优势所在,而 GPU 则是在学习加速有明显效率表现,进而以更具效率方式推动人工智慧技术成长。

Intel公布在AI上的硬体战略,强调FPGA将比GPU更省

而针对 TensorFlow 学习框架应用,Google 持续藉由更新 TPU 设计让学习效率具体提昇的情况, Intel 日前也宣布与微软携手合作 名为 Project Brainwave 服务项目 ,透过 FPGA 架构与 Azure 云端服务平台结合应用,让开发者能依据不同需求即时调整学习运算资源配置,强调相比 Google 以 TPU 推动运算模式可缩减 5 倍运算延迟效果。另一方面, Intel 在与亚马逊旗下 AWS 云端平台合作部分,同样也是藉由 FPFGA 运算架构提供弹性配置效果,藉此对应最佳运算效益。

因此在结合开放学习运算资料库、藉由深度学习编译器达成不同学习框架运算相容,并且配合旗下 XEON 处理器藉由 FPGA 架构弹性配置推动更具效率的学习效果,更进一步与合作伙伴、开发者等交流互动、建立深度合作,进而扩大人工智慧技术应用範畴。在未来逐渐成为主流发展的物联网应用方面, Intel 除日前宣布推出 OpenVINO 开发工具 ,更与 C3 IOT 平台合作打造各类微型服务等物联网应用项目。

藉由人工智慧学习运算, Intel 认为将能带来全新应用改革,例如藉由电脑视觉推动搜寻内容推荐,或是避免不良内容出现在搜寻结果,甚至应用在 Facebook 可让动态墙显示内容更符合个人阅读需求,此外也能应用在影像内容及时标示、显示注解,或是在赛事转播过程即时标示画面中出现选手名称、单场得分或助攻等数值等。更多应用则包含监视系统物件识别、动画人物肢体或嘴部动作模拟真实表现,以及医疗分析、自动驾驶、内容创作等领域,因此让不少市场看法认为人工智慧将可带动下一波工业革命。