英特爾 AI 策略解析!CEO 科再奇:所有收購是為讓人工智慧遍及產品

作者 | 發布日期 2016 年 12 月 06 日 15:25 | 分類 AI 人工智慧 , 晶片 follow us in feedly

隨著科技進步,人工智慧(Artificial Intelligence,AI)愈發受到重視,不只 Google、Facebook、Amazon 等網路巨頭爭相投入,英特爾、AMD、nVIDIA 過往在 PC 市場的戰局也逐漸轉至人工智慧領域,各家除了在處理器、顯卡加速升級以更符 AI 運算,英特爾更是對此展開一連串的收購,從認知運算公司 Saffron、機器學習新創 Nervana 到電腦視覺晶片公司 Movidius,英特爾想做些什麼?



現今多數發展人工智慧企業多以 GPU 來進行深度學習的訓練與辨識,AMD、nVIDIA 基於此推出一系列產品,nVIDIA 甚至推出以 GPU 為主的深度學習專用超級電腦 DGX-1,在人工智慧推廣,英特爾顯然比對手 AMD、nVIDIA 低調得多。

對手來勢洶洶,始終靜默的英特爾終於在 11 月中公布了最新的人工智慧策略,預告未來將推出一系列 AI 解決方案,11 月 17 日、30 日英特爾分別在美國舊金山、中國北京舉行人工智慧論壇(AI Day)佈道,表達英特爾要從晶片硬體、運算軟體到架構掀起一連串 AI 革命的決心。

英特爾 CEO 科再奇(Brian Krzanich)稱人工智慧為人類歷史重要的新轉折點,並強調英特爾是唯一有能力加速推廣 AI 的公司,而英特爾正投注大量的資源在人工智慧,以促進商業與社會的發展。科再奇甚至指出,所有的收購都是為了使人工智慧遍及英特爾的產品。重押 AI 的野心盡在言辭。

由 Nervana 串起的 AI 產品組合

在英特爾人工智慧的發展上,Nervana 成為首先被關注的焦點,Nervana 為今年 8 月所買下的機器學習新創公司,以此為新產品名稱,包含 Xeon(中國譯為至強)、Xeon Phi(中國譯為至強融核)英特爾現有 CPU 產品都被納入其中。

AI11

(Source:英特爾中國)

英特爾旗下 Xeon 獨霸伺服器晶片市場,官方數據強調,目前在運行 AI 運算作業的資料中心伺服器市佔高達 97%。但在近期人工智慧深度學習技術逐漸受到關注,運算模型對平行運算的需求,使得 GPU 在 AI 領域的重要性日增,英特爾顯然不想讓 nVIDIA 等廠商搶了自家原本重要市場。

英特爾執行副總裁暨資料中心事業群總經理 Diane Bryant 更豪言,2020 年以前 Nervana 平台訓練深度學習模型時間,要比現行 GPU 訓練時間縮短 100 倍, 加速深度學習的腳步。在這次北京 AI Days 上,英特爾中國研究院院長宋繼強指出,Nervana 在數據量足夠大的情況下,機器在影像與語音的辨識能力已能超過人類。

對於 Nervana 為何能加速深度學習效能,宋繼強做出解釋,其指出在機器學習領域,研究者無不期望性能能夠隨著數據增多而提升,這點初期可透過增加處理器數量做到,但當處理器增加到一定程度,性能增長停滯,所面臨的就是 I/O 問題,由處理器之間通訊、記憶體訪問所產生的瓶頸。Nervana 技術則能更高效定義記憶體頻寬與計算密度,去匹配數據量增大的需求,同時讓多個節點並行支援大模型訓練,而能有近乎線性的性能擴展。

AI08

(Source:英特爾中國)

英特爾在這幾次活動也揭露整合 Nervana 技術後的產品藍圖,除了首顆專用於深度學習運算的晶片 Lake Crest 將於 2017 年上半進行測試,Nervana 結合 Xeon、Xeon Phi 處理器的新品同樣將在 2017 齊發。

第一顆整合 Nervana 技術的 Xeon  處理器 Knights Crest 被制定用於深度學習的核心技術類神經網路,並支援高頻寬互連。而加入 64 核、72 核的超多核心協同處理器 Xeon Phi 可在軟體配合下大幅提升計算性能。宋繼強舉例,Caffe  AlexNet 剛放上 Xeon Phi 上運行時性能並未有多大的改變,但在經過軟體部門研究人員六個月最佳化後,性能提升了 400 倍。

而英特爾明年推出融合 Nervana 的 Xeon Phi 處理器 Knight Mill,將能再比現有 Xeon Phi 處理器 Knight Landing 效能提升 4 倍。而日前收購的 Altera FPGA 產品也被整合進 Nervana 的 AI 產品線,強調在部分特定領域可用於專門的客製化架構,或者框架還未確定時便於實驗、修改。

AI15

(Source:英特爾中國)

藉併購拓展物聯網 AI 布局

英特爾在物聯網領域 AI 發展同樣卡好位置,在今年 8 月收購 Nervana 的隔月,英特爾收購了行動圖像處理技術開發商 Movidius,透過 Movidius 特有的 Fathom 軟體技術,能將通用的神經網路模型轉化為嵌入式深度學習模型於硬體架構運作,使無人機、AR/VR 頭盔等終端應用進行圖像分析等深度學習功能。

如果說 Movidius  強化了英特爾在物聯網 AI 的「眼力」,去年 10 月買下的認知運算公司 Saffron 則加強了英特爾在物聯網 AI 的「腦力」,Saffron 技術平台能找出不同事物間的關聯,並進行邏輯推理與記憶,對異質資料進行透明化分析,而官方指出,這項技術特別適合運用在小型設備,使在各種物聯網裝置上進行智慧局部分析成為可能,並能運用於詐欺防範等商業領域。

昔日的半導體巨頭正在轉變

若沒有好的演算法配合,有再強大的硬體做基礎同樣徒然,在人工智慧領域可看見昔日的半導體巨頭重視起軟硬體的整合,英特爾軟體與服務事業部副總裁暨開發者及產品部總經理 William Savage 透露,部門正朝著如何對 AI 做貢獻而努力,一則是算法的持續優化,如致力於簡化神經網路模型、降低精度,再者就是開源,除了將自家深度學習數學函數庫 Math Kernel Library(MKL)開源,英特爾還藉不同的開源平台與各領域單位合作,如與 Google 合作,持續強化深度學習框架 TensorFlow 在自家處理器的效能;與京都大學合作使用 Theano 用於治療藥物發現等,其他如 Caffe、neon、torch、MXNet 等較受矚目的開源深度學習框架都在英特爾的相容範圍。

AI13

(Source:英特爾中國)

英特爾的這些策略已脫離單純的半導體晶片設計、製造,從點到面交織成一個縝密的網,強調要提供全面的人工智慧解決方案。

英特爾副總裁 Jason Waxman 表示,人工智慧的發展仍處於嬰兒期。英特爾雖已做了全面的布局,但與 AMD、nVIDIA 群強在人工智慧的爭戰才正要展開。

AI06

(Source:英特爾中國)

(首圖來源:英特爾)

延伸閱讀:

發表迴響