AIロマネスク建築と技術の感覚とのシーン間で、計画によると、AI人工知能Intelハードウェアとソフトウェアの組み合わせが、情報掲載予告ナバナニューラルネットワークチップよりも最も重い話してインテルの指揮のNaveenラオIntelの最新チップAIナバナNNP L-1000、インテル初の商用ニューラルネットワークプロセッサ製品である、2019年に市場に正式になります。
2年前、のNaveenラオと学習、CEOおよびスタートアップナバナシステムズの共同創設者の深さ。同社がインテルに買収された後、ナバナは、インテルの船人工知能の中核となり、ナバナNNPシリーズが浮上している、のNaveenラオがあります人工知能製品部門の責任者に任命されました。
インテル副社長人工知能製品部門、ナバナのチームメンバーキャリークロッスビジネスヘラルドの記者とのインタビューで道路上で、21世紀にインタビュー：「私たちの初期の頃は、湖クレストの開発開始した（初期の世代のチップのナバナNNPシリーズを、開発コード名）は、私たちのチーム全体では約45でした男は、私たちはネオン（奥行き学習ソフト）を開発した、最大のダイ（シリコンチップ）のいずれかを構築し、また、クラウド・スタックを構築し、これらを達成小さなチームです。しかし課題は、痛みを成長の小さなチームがあるだろう場所ですNervanaは2014年に設立されました。昨年まで、このチップは実際に導入されました。
しかし、インテルに入社した後、ナバナはもちろん、リソースを呼び出す」、インテルのさまざまなリソースを使用することができます簡単なことではありませんが、インテルは、製品のマーケティングの面で豊富な経験を持っている。同時に、インテルはこれまでのところ、私は見てきました最高のポストシリコン文化（ポストシリコン持参アップ）とアーキテクチャ分析。「キャリークロッスは、21世紀のビジネスヘラルドの記者に語った」チップを生産し、我々は、ナバナの従業員および6ヶ月、同時に実行しているシステムの数百を持っています元メンバーはまた、単に新製品のための仕事の昼と夜に入社している。「彼の見解では、ナバナを今合理的なリズムで、すでに来年の成功のためのすべての要素を持っています。
ナバナに加えて、インテルは人工知能の旗艦企業でも視覚処理のMovidiusフォーカスを含んで取得し、FPGA（フィールド・プログラマブル・ゲート・アレイ）巨人アルテラ、Mobileyeの関連インテリジェント運転などは実際には、2011年から、インテルは投資を継続するために始めましたGoogleは最近、第三世代AIチップをリリースしました。..;同時に中国のカンブリア紀の地平線を含むAI関連企業は、Intelの競合企業は、人工知能の分野でNVIDIAのGPUの勝利を成長していますTPU、TensorFlow最適化、およびGoogleはTPUと他の基盤となるサービスを開発者に提供するために、Googleの深い学習アーキテクチャのチップと、昨年、Baiduの共同ARM、紫色のショーシャープとHanfeng電子出版DuerOS知恵チップ、対話型音声の主要プロバイダが解決プログラム、Facebookとアリババはまた、アリババダルマ研究所は主に画像、映像認識とクラウドコンピューティングのシナリオで、アリ - NPUと呼ばれるニューラルネットワークチップを開発しているチップを、入力する必要があります。
この人工知能チップ「出会い」は、インテルがどのように反応するのだろうか？
三の派閥の覇権 全体的に、人工知能の現在の世界的なパターンはまだ明らかではない、探求し、それぞれの地域の戦争の技術に属さない、それはまだ全面戦争が混雑入っていない。人工知能は、一般的な概念であり、特定のアプリケーションシナリオにかなりの違い、企業技術およびビジネススクールに応じて分類した場合の焦点は、異なっている、グローバル企業は3つの派閥に分けることができます。一つは、学校のシステムアプリケーションは、GoogleやFacebookの最も典型的な代表である。彼らは人工知能システムレベルのフレームワークを開発しないだけでなく、 Googleの有名な人工知能フレームワークTensorflow、FacebookのPytorch、だけでなく、大規模な投資申請など。フェイスブックも、人工知能技術が広く社会的なネットワークで使用されている間たとえば、Googleは、研究開発、自動操縦、翻訳2Cの打ち上げ事業に多額の投資画像処理、自然言語処理など多くの分野で使用されています。
第二のカテゴリーは、チップ派で、鍵が最大のプレーヤーは、IntelとNVIDIAで、オペレータのサポート力を提供することである。主要機器のニーズをつかむためにNVIDIAのGPUコンピューティングの機会、グラフィックスレンダリングでのパフォーマンス、人工知能の分野とブロック鎖を計算しますNVIDIAとIntelは「インテルインサイド」は異なるが、それは本当の力プラットフォーム事業者、およびそのCUDAプラットフォームの打ち上げ成功になることを好むように見える一方で、これらの事業では非常に顕著なのはまた、インテルに圧力をかけて。
力場の背後にある伝統的なオペレータとしてのコンピューティングプラットフォームDGX-2 - 5月30日で、NVIDIAは、人工知能、高性能コンピューティング・コンピューティング・プラットフォーム--HGX-2、現在最大のGPUでの世界初の統合を発表しました。インテルのボスは、むしろ近年の高齢者を意味し、負けじとする自然の50年間の事業頻繁に人工知能の分野で大ヒット合併や買収を開始しました：「フィールド・プログラマブル・ゲート・アレイ・ジャイアント」（フィールド・プログラマブル・ゲート・アレイ、FPGAの2015 $ 16.7億ドルで買収を）アルテラは、今後の開発動向計算力の基盤のための基礎を築いた、FPGAは、クラウドコンピューティング、ネットワーキング、およびエッジ・コンピューティングの他の側面に大きな可能性を秘めている。2016年、インテルはナバナを買収し、同社は戦うために、深さの学習では、この機能を使用する予定GPU;同じ年も取得し、視覚処理チップのスタートアップMovidius、イスラエルのヘルプの$ 15.3億ドルで買収のための2017インディアンインテルは自動操縦のフィールドを入力することを目的と会社モービルを駆動します。
送信するためにシステム・アプリケーションおよびチップパイに加えて、第三のカテゴリーは、このカテゴリーに分類され、残りの企業のほとんどを送信するための技術の適用がある。さまざまな企業が深く、でも独特の奥行き学習、人工知能を持っていると主張してきたが、パイを送信してチップにする技術の蓄積が、実際にはほとんどがベースのテクノロジ・プラットフォーム・アプリケーションに最適です。ただ、自動操縦、画像認識、および他のエンタープライズ・アプリケーションを含む多くの技術指向のC末端ユーザーを、送信してください。客観的に言って、技術「物事に紳士良い偽物」の一部を送信します。
現在の視点からの競争は、システムは派閥が徐々に人工知能の分野におけるコアコンピタンスで、全体の優位を占めていた適用されます。従来のコンピュータや携帯電話の時代、システムおよびチップより協力関係、さらにはより多くのチップで支配している。具体的には、例えば、コンピュータ市場では、IntelはPCおよびApple MACのマシン間での覇権の完全な力場システムでカウントされます。システムを、WindowsとiOSのは、交換することはできません、互いに異なっているが、彼らの共通のインテルそれは置き換えることはできません。携帯電話の時代に考慮力の主人公は、インテル、クアルコムからなりますが、チップは、オペレーティングシステムのコアとその重要性等しい株式の位置のままですが。
最近1--2年、状況は急速に変化して、アップルはインテル株、MACチップの唇に、独自のR＆Dと生産をリリースし、一度人工知能の分野に巻き込ま落ち差別コンピューティングシナリオポールの需要ので、この傾向は、より明白です。大型、Googleは技術的に実現可能、必要なチップを開発する彼らの必要性に応じて、成熟したとなっています。インテルは、異なるシーンカスタムチップが必要な場合、インテルは完全に2Bの領域を移し、2B2Cモードの前に純粋に比較されることを意味します図2（b）の事業は明らかにビジネスラインの複雑さが劇的にしばしば業界で失われたコア優位で、全体的な2B 2Cを回してから、歴史的に会社を大きくしてください。となり、より多くのパーティーのようなものと撤退しなければならなかっただろう時間を求めて。
ネルバナNNPでのベット だから、激しい競争の中で、インテルはチップビジネスをどのようにしてさらに進歩させるのだろうか？
Naveenラオはインテルに入社した後、インテルは、インテルニューラルネットワークプロセッサ（ナバナNNP）シリーズチップの導入をリードする副社長、AI課（AIPG）担当者、となりました。提案し提供するソフトウェアツールをAIDCのハードウェアでの開発者会議のために業界ではエコロジーの問題ではありませんインテルの技術力、ソフトウェアツールやハードウェアには思われるが、エコロジーはPCの時代に。質問に開いていた、エコチップのコアであり、あなたはIntelが難攻不落作るエコ周りのチップを構築することができますので、しかし、人工知能の時代では、人工知能は、生態系の中核である、パワーチップカウントはエコロジーの一部であり、CPU数が電力を供給することができます提供し、GPUも提供することができ、Intelは生成することができ、NVIDIAは、でもグーグル、アップル自身を生成することができます生産は現在、主にXeonプロセッサ（Xeonプロセッサ）チップシリーズ、MovidiusビジョンチップのVPU、ナバナNNPシリーズと同様に、FPGA（フィールド・プログラマブル・ゲート・アレイ）、奥行きデータや科学技術計算にインテルのチップレイアウトを学ぶことができます。これらの記事製品ラインは、いくつかの異なる細分化されたアプリケーションシナリオに対応しています。
ナバナNNPシリーズは、Intelの計画によると、訓練フェーズを計算するために主にニューラルネットワークプロセッサ、推論位相深さの訓練と学習、ナバナNNPで、2020年の学習と訓練（ディープ学習の深さに、「DL」と呼ば）、あなたはチップは、主に機械学習の枠組みPytorch FacebookはFacebookの野心のすべてPytorch後、良いサポートを持っているべきであることを100倍の効果。フェイスブックと共同で設計されたインテルとすることにより、このニューラルネットワークプロセッサを予測することができます確かにGoogleのTensorflowと競争することですが、最新のチップは2019年に正式に開始されます。深い学習パターンはどのように変わるのでしょうか？
Naveenラオは、彼のブログに書いた：「私たちは、最初の商用ニューラルネットワークプロセッサインテルナバナNNP-L1000を開発している（コードネーム春クレスト）、2019年のリリースで計画湖クレスト製品の第一世代に比べて、私たち。インテルは3-4回のトレーニングのパフォーマンスを実現します。インテルナバナNNP-L1000もbfloat16をサポートする、業界で広く将来のニューラルネットワークのための数値データ形式を使用している、Intelは人工知能になりますナバナNNP-L1000に期待されています製品ラインは、IntelおよびIntel XeonプロセッサのFPGAを含め、bfloat16のサポートを拡大しました。「実際には、春クレストは、長い間噂されている2018年の終わりに立ち上げたが、今では2019年に、時間の公式戦略の中でこの点を思わ遅延があり、この点で、キャリークロッスは記者に説明した：「より現代的な処理ノードに、我々はより多くのダイ（シリコンチップ）を統合より速い処理速度を得ることができ、それはシリコンウエハを製造する時間がかかりシリコンチップが新しいニューラルネットワークプロセッサになるまでには時間がかかりますが、これが遅延の原因です。
チップの二世代間の差のために、彼の分析は言った：「レイククレストGEMMにおける第一世代のようなプロセッサ、（行列演算）と畳み込みニューラルコンピューティングだけでなく、意味96％のスループットの非常に良好な利用を達成しています。使用量が、完全にカスタマイズが存在しない場合には、我々はまた、GEMM・コンピューティングの利用に比べて80％高い達成するために、状況のほとんどをした。私たちが使用して、高い計算を維持することが可能であるならば、私たちは、次世代チップを開発するとき新しい製品のパフォーマンスは3〜4倍向上しています。
競争に目を向けると、キャリークロッスは言った：「私はしばらくの間されているものをロードマップは、競合他社のものであるが、私たちの反応速度が比較的速いので、私たちは、このようなbfloat16として、ニューラルネットワーク処理に不利にはならないだろうと思うかわかりません。 、そしてそれは、最近多くの顧客が要求bfloat16の支援で提唱し、より多くの人気となっている、我々は徐々にbfloat16に有利にシフトしている。「TPUとビューのコントラストGoogleのポイントは、彼が春には3つの世代と同様の湖クレスト、TPUに似た、第2世代のTPUを信じていますクレスト。
すべての方向に出てヒット ナバナNNP、などのIntel Xeon 6コアプロセッサの使用に関する当社スパコン天河-IおよびIIなどのサーバや大型のメインコンピューティングデバイス、インテルのXeonチップを懸念に加えて、。
視覚的なチップの面では、インテルのビジネスは急速に成長した。Movidius VPUチップはすでに、このような大江無人航空機、テスラ、およびGoogleのクリップのカメラが採用しているMovidiusなど新興市場での自動車、無人機や他のハードウェアに直面します視覚的なチップ。
Movidiusは、市場のリーダーゲイリー・ブラウンは、21世紀ビジネスヘラルドの記者に語った。「Movidiusでは、我々は、視覚処理装置VPU VPUと呼ばれるチップを開発したコンピュータビジョンとスマートカメラプロセッサ我々ので、両方のチップのチップです。 ISPのプロセス、つまり、画像信号処理、処理回収技術ベースのカメラと同様に、コンピュータビジョンと学習の深さ」：3つの程度行われ、処理の種類があります。
彼は道を引用し、具体的な使用シナリオは、監視やセキュリティ、特に中国、監視、およびセキュリティカメラに、巨大な市場をある」VR製品やロボット、情報家電、産業用カメラ、AIカメラだけでなく、監視とセキュリティを。含めます特に大規模な市場、例のHikvisionと大化のための監視カメラの開発にいくつかの大企業は、あります。 "
市場は小さいが、急速に発展しているが、ゲーリー・ブラウンはまた、インテリジェントホームの現在のフィールドは急速に成長していることを述べた。「スマートホームセキュリティ、ホームパーソナルアシスタント、インテリジェントドアベル、とアパートメントへのアクセスや家族などのインテリジェントデバイスの開発に多くの企業がありますが、コントロールが。しかし、家庭用分野では、低コスト、低消費電力、長いバッテリ寿命、および非常に正確を達成することは非常に困難である。例えば、携帯での屋外日陰として、盗難警報をトリガすることが可能であるので、非常に低いので、誤警報率は非常に重要であり、良好な精度を有するべきである。
我々はチップのほとんどをシャットダウンすることができるようにと課題の一つは、同社は高性能チップを作成するために継続する方法である、「私たちは、顔検出機能の動作の最適化のほんの一部を、このようなフロントエンドのアルゴリズムと低消費電力化など多くの戦略を持っています顔が現れたときに、他のチップが起動します。これは、顔の監視システムがオンになって続けます。我々はまだ、省エネ技術、約6ヶ月のインテリジェントホームカメラ寿命の計算の多くを持っている。「ゲーリー・ブラウンは説明しました。
また、状況によって、このラインのFPGAアルテラ料。物事のIoT需要の波5G、データ分析及び計算の到着とは、携帯電話の大きさよりも、サージネットワークアクセスノード、または少なくとも数十クラスサイズの数十億の意志FPGAの強さであるアルゴリズムを、変更に柔軟に使用する必要のあるものの代表的な需要よりも1〜2桁に、FPGAは今後もインテルを行い、独自の構造を変更することにより、コンピューティングシナリオのニーズに合わせてカスタマイズすることができますより多様な種類のデバイスに効率的なチップを提供することが可能になりました。買収金額167億ドルから、インテルの購入は明らかに即時の価値だけではありません。
エンタープライズレベルの急速なシナリオ 最近のインテルの調査によると、米国の企業顧客の50％以上が、インテル®Xeonプロセッサーに基づく既存のクラウド・ソリューションを利用して、人工知能に対する当初の要求を満たしています。記者へのインタビューで語っている、人工知能のシナリオのすべてのための一つの解決策はありません、Intelは、例えば、顧客の需要に応じて、技術やビジネスで行っインテルXeonプロセッサやFPGA、またはXeonプロセッサとMovidiusは一緒に設定されますされますより高い性能の人工知能機能を達成するために。
インテルでは、これらの強化人工知能が広く、エンタープライズクラスのシーンのNaveenラオに使用される予定だという。「加速コンピューティングは、人工知能の移行の将来を駆動するとき、我々はエンタープライズソリューションの完全な範囲を提供する必要があります。つまり、当社のソリューションは最も幅広いコンピューティングパワーを提供し、ミリワットからキロワットまでの複数のアーキテクチャをサポートできます。
キャリークロッスはさらに記者21世紀ビジネスヘラルドシナリオ人工知能チップに説明した：「春クレストは、すでに非常に強力なデータを持っている、ナバナのNeuronプロセッサアーキテクチャの最高レベルは、その顧客は、大規模なコンピューティング・センターが含まれているといえます。科学的な仕事、政府などを持つ大企業ローエンドモデルや小型モデルが必要な場合は、Xeonが役立ちます。クラウドからエンドまでのデータを開くことができます。
具体的には、インテルはまた、医療、無人、新しい小売業、ネットワーキングや、ヘルスケアのような他のシナリオを、探索するためになされたものであり、報告書によると、Intelはと協力してノバルティス（Novartis社）、ハイコンテンツの深さを加速するためにニューラルネットワークを使用することですスクリーニング - これは初期の医薬品開発における重要な要素であり、両者の協力により、画像解析モデルのトレーニングに要する時間が11時間から31分に短縮され、効率は20倍以上に増加しました。
店舗内の誰もが、Intelは、Jingdongは「コンピューティング脳」が、現在はよりインテリジェントな店舗（中国石油化工Expressのコンビニエンスストア、Jingdongの家）とスマートな自動販売機プロジェクト。アルゴリズム的に展開全くコンビニエンスストアを提供しませんJingdongの側は、オンラインとオフラインのデータ等のデータ構造、必要に、ビデオ、およびその他の非構造化データを開くために関係するので、機械学習アルゴリズムは、3つの方向を知ら無人主に知ることにショップ、知られている商品、ゲームで使用されましたマシンビジョンCNNなどSVM、統計的線形回帰、ロジスティック回帰およびその他のネットワーク条件として（畳み込みニューラルネットワーク）アルゴリズム、使用インテリジェントなサプライチェーン、より良い状況にあると、今より人気の伝統的な機械学習アルゴリズムで、映像データの大多数は、クラウド内のモデルを完成するために使用することができる。移動端末は端末によって計算されるように乏しいネットワークの場合には、例えば、エッジネットワークは、インテルエッジサーバを含む小完了使用してハードウェアを使用して計算されます。
インテル事件の敵が、変換は、拡大のペースは非常にしっかりしている。R＆D値のみの観点から、ICインサイツの統計によると、2017年前に、$ 35.9億円のR＆D支出のトップ10の半導体企業は、Intelは第一位報告書はまた、2017年にインテルのR＆D支出がグループの総支出の36％、インテルの2017年の売上高の約5分の1を占め、$ 13.1億ドルであったことを。の様々な戦いに大きな投資で、AIチップになる示してい強化された。