AI 로마네스크 건축과 기술의 의미 사이의 장면 사이에서, 계획에 따라, AI 인공 지능 인텔 하드웨어와 소프트웨어의 조합,하지만 정보를 게시 통지 Nervana 신경망 칩보다 가장 무거운 얘기 인텔의 투구 나빈 라오 , 인텔의 최신 인공 지능 칩 Nervana NNP L-1000은 2019 년에 공식적으로 출시 될 예정이며 인텔 최초의 상용 신경망 프로세서 제품입니다.
이 회사는 인텔에 인수 된 후 2 년 전, 나빈 라오 학습, CEO 및 시작 Nervana 시스템의 공동 설립자의 깊이는., Nervana는 나빈 라오이며, 등장 인텔 배 인공 지능, Nervana NNP 시리즈의 핵심이 될 인공 지능 제품 부문 책임자로 지명 됨.
인텔 부사장 인공 지능 제품 부문, Nervana 팀 구성원 캐리 KLOSS 비즈니스 헤럴드 기자와의 인터뷰에서 도로에 21 세기 인터뷰 : '우리의 초기 호수 크레스트의 개발을 시작했다 (초기 세대 칩의 Nervana NNP 시리즈, 코드 명)는 우리 팀 전체는 약 45이었다 사람, 우리는 네온 (깊이 학습 소프트웨어)을 개발 또한 내장 된 클라우드 스택, 이러한 작은 팀 수행합니다.하지만 도전, 고통을 성장 작은 팀이있을 것 곳이다 한 가장 큰 다이 (실리콘 칩) 중 하나를 구축하고있다 , 최초의 제품을 내놓는 데 오랜 시간이 걸렸습니다 .Nervana는 2014 년에 설립되었습니다. 작년까지이 칩은 실제로 소개되었습니다.
그러나 Nervana는 Intel에 입사 한 후 Intel의 다양한 리소스를 사용할 수 있습니다. '물론 리소스를 호출하는 것은 쉬운 일이 아니지만 Intel은 제품 시장화에 대한 풍부한 경험을 보유하고 있으며 동시에 Intel은 지금까지 최고의 포스트 실리콘 문화 (후 실리콘이 최대 가져) 및 아키텍처 분석. '캐리 KLOSS은 21 세기 비즈니스 헤럴드 기자에게 말했다,'생산 칩, 우리는 같은 시간에 Nervana 직원 6 개월을 실행하는 시스템의 수백 방금 가입 한 회원들은 주야간으로 신제품을 위해 함께 일하고있었습니다. "Nervana는 자신의 관점에서 볼 때 합리적인 속도로 내년에 성공하기위한 모든 요소를 갖추고 있습니다.
Nervana 외에도 인텔 인공 지능 대표적인 엔터프라이즈는 시각 처리에 모비 포커스를 포함 취득 FPGA (필드 프로그래머블 게이트 어레이) 거 알테라, Mobileye의 관련된 지능형 구동 등 실제로 2011 년부터 인텔 투자를 계속했다 구글은 최근 제 3 세대 AI 칩을 발표 ..; 동시에 중국 캄브리아기 수평선을 포함 AI 관련 기업은 인텔의 경쟁사는 인공 지능 분야에서 NVIDIA의 GPU 승리 성장하고있다 TPU, 구글의 깊은 학습 아키텍처 TensorFlow 최적화를위한 칩, 구글은 TPU 개발자 및 기타 기본 서비스를 제공하기 위해, 지난 해, 바이두 공동 ARM, 선명한 보라색 쇼 Hanfeng 전자 출판 DuerOS 지혜 칩, 대화 형 음성의 주요 공급자가 해결 프로그램, 페이스 북과 알리바바는 또한 알리바바 달마 연구소는 주로 이미지, 영상 인식 및 클라우드 컴퓨팅 시나리오, 알리 NPU라는 신경망 칩을 개발하고 칩을 입력해야합니다.
인텔은이 인공 지능 칩의 '경험'에 어떻게 반응 할 것입니까?
헤게모니를 위해 싸우는 세 파벌 전반적으로, 인공 지능의 현재 글로벌 패턴이 아직 명확하지 않다, 아직 전체 전쟁이 붐비는 입력하지 않은, 탐구 해당 지역의 전쟁 기술에 속하지 않습니다. 인공 지능은 일반 개념, 특정 응용 프로그램 시나리오에 상당한 차이 회사입니다 기술 및 비즈니스 학교에 따라 분류하면 초점이 다른, 글로벌 기업은 세 개의 파벌로 나눌 수있다. 하나는 학교 시스템 응용 프로그램, 구글과 페이스 북의 가장 대표적인 것입니다.뿐만 아니라 그들은 인공 지능 시스템 수준의 프레임 워크를 개발 할 예를 들어, 구글은 연구 개발 자동 조종 장치, 번역 2C 발사 사업에 많은 투자를 구글 유명한 인공 지능 프레임 워크 Tensorflow, 페이스 북의 Pytorch뿐만 아니라 대규모 투자 응용 프로그램으로. 페이스 북은 또한 인공 지능 기술은 널리 소셜 네트워크에 사용되는 동안 화상 처리, 자연어 처리 및 다른 지역.
두 번째 범주는 칩 진영이며, 키는 운전자 지원 힘을 제공하는 것입니다, 가장 큰 플레이어는 인텔과 주요 장비의 요구를 포착하는 NVIDIA. NVIDIA의 GPU 컴퓨팅 기회, 그래픽 렌더링의 컴퓨팅 성능, 인공 지능 및 블록 체인의 필드 엔비디아와 인텔은 '인텔 인사이드'다른, 그것은 진정한 힘 플랫폼 사업자, 그 CUDA 플랫폼의 성공적인 출시 될 것을 선호하는 것 같다 동안이 사업에 대한 저명한 또한, 인텔에 압박을 가하고.
컴퓨팅 플랫폼 DGX-2 역장 뒤에 기존의 연산자로 - 5 월 30 일에, NVIDIA는 현재 가장 큰 GPU입니다 인공 지능 및 고성능 컴퓨팅 컴퓨팅 플랫폼 --HGX-2의 세계 최초의 통합을 발표했다. '필드 프로그래머블 게이트 어레이 거인'의 2015 $ 16.7 억 인수 (필드 프로그래머블 게이트 어레이, FPGA : 능가하는 자연 인텔 사장, 50 년 사업은 오히려 자주 인공 지능 분야의 블록버스터 인수 합병을 발표 최근 몇 년 동안 노인을 의미 ) 알테라는 미래 발전 추세 계산 힘 기반의 토대를 마련, FPGA는 클라우드 컴퓨팅, 네트워킹 및 에지 컴퓨팅의 다른 측면에서 큰 잠재력을 가지고, 2016, 인텔은 Nervana를 인수,이 회사는 싸움을 깊이 학습이 능력을 사용할 계획 GPU, 같은 해 또한 획득 한 영상 처리 칩 신생 모비 듀스, 이스라엘의 도움 $ 15.3 억 인수 2017 니안 인텔은 자동 파일럿의 필드를 입력하도록 회사와 모빌 아이 (Mobileye)를 구동.
보낼 수있는 시스템 응용 프로그램 및 칩 파이뿐만 아니라, 세 번째 범주는이 범주에 속하는 나머지 회사의 대부분을 보낼 수있는 기술의 응용 프로그램입니다. 다른 회사 깊은, 심지어 독특한 깊이 학습, 인공 지능을 가지고 주장하고 있지만 기술 축적 있지만, 사실 대부분 보낼 수있는 기술 플랫폼 응용 프로그램 및 칩 파이를 기반으로. 객관적으로 말하기 단지 자동 조종 장치, 이미지 인식 및 기타 엔터프라이즈 애플리케이션을 포함하여보다 기술 중심의 C- 말단 사용자를 보냅니다. 기술 '일에 여러분의 좋은 가짜'의 일부를 보냅니다.
현재의 경쟁 환경에서 볼 때 시스템 애플리케이션 스쿨은 점차적으로 전반적인 이점을 취하고 인공 지능 분야에서 가장 핵심 경쟁력을 갖추고 있습니다. 전통적인 컴퓨터와 휴대 전화 시대에는 시스템과 칩이 더 협조적이며 칩은 훨씬 더 많습니다 지배. 구체적으로는, 예를 들면, 컴퓨터 시장에서 인텔은 PC와 애플 맥 컴퓨터에서 헤게모니의 전체 역장 시스템에서 계산합니다. 시스템을, Windows 및 아이폰 OS는 대체 할 수 없다, 서로 다르지만, 공통 인텔 하지만 휴대 전화 시대에 컴퓨터의 주인공이 인텔에서 퀄컴으로 바뀌 었음에도 불구하고 칩은 여전히 핵심이며, 그 중요성과 운영 체제는 동등하게 나뉘어져 있습니다.
최근 1--2 년, 상황이 빠르게 변화하고, 애플은 R & D 자체를 발표 및 MAC 칩 입술을 생산, 인텔의 주가는 한때 인공 지능 분야에서 잡은 하락이 추세가 더 분명하기 때문에 차별화 된 컴퓨팅 시나리오 극에 대한 수요. 인텔은 요구 사항에 따라 성숙한 칩을 개발해야하며 기술적으로 더 실현 가능성이 있습니다. 인텔이 다양한 시나리오에 맞게 칩을 맞춤화하려는 경우 인텔은 이전의 2B2C 모델과 비교하여 완전히 2B로 이전 할 것입니다. 2B의 사업은 분명히 B 조의 사업과 같을 것이고 비즈니스 라인의 복잡성은 극적으로 증가 할 것입니다. 역사적으로 회사의 2C에서 2B 로의 전환은 일반적으로 업계에서 핵심적인 지배력의 상실로 인해 후퇴해야합니다. 시간을 찾고.
Nervana NNP에 베팅하기 따라서 치열한 경쟁에서 인텔은 칩 비즈니스를 어떻게 더 확장 할 것입니까?
나빈 라오 인텔에 합류 한 후, 인텔은 인텔 신경 네트워크 프로세서 (Nervana NNP) 시리즈 칩의 도입을 선도 부사장, AI 부문 (AIPG)을 담당하는 사람이되었다. 제안 제공하는 소프트웨어 도구를 AIDC 하드웨어에서 개발자 컨퍼런스 당신이 에코 - 주변 칩 인텔은 난공불락하게 구축 할 수 있습니다. PC의 시대에,,, 생태 칩의 핵심 인 산업에서 생태 인텔 기술력, 소프트웨어 도구로 보인다 하드웨어가 문제가 아니라, 생태 질문을 열려했지만, 인공 지능의 시대, 인공 지능은 파워 칩 카운트, CPU 수는 인텔이 생성 할 수 있습니다, GPU도 제공 할 수 있습니다, 전력을 제공 할 수있는 엔비디아도 구글, 애플 자체 생산할 수있는 생태의 일부입니다 제공하는 생태 시스템의 핵심입니다 생산 해주기 깊이 데이터와 과학 컴퓨팅 인텔 칩 레이아웃 주로 제온 (제온) 칩 시리즈 모비 비전 칩 VPU, Nervana NNP 계열뿐만 아니라, FPGA (필드 프로그래머블 게이트 어레이).이 문서에서 알 수 제품 라인은 여러 가지 세분화 된 애플리케이션 시나리오에 해당합니다.
Nervana NNP 시리즈는 신경 네트워크 프로세서, 추론 위상 깊이 교육 및 학습이다, Nervana NNP는 주로 교육 단계를 계산하는 학습 및 훈련 (깊은 학습의 깊이 인텔의 계획 2020에 따라 들어, 'DL'로 언급 ) 100 배의 효과. 페이스 북과 공동으로 디자인이 신경 네트워크 인텔 프로세서와, 당신은 페이스 북의 야망의 모든 Pytorch 후, 칩이 주로 기계 학습 프레임 워크 Pytorch 페이스 북이 좋은 지원을해야한다고 예측할 수있다 확실히 구글의 Tensorflow와 경쟁하는 것이지만, 2019 년에 최신 칩이 공식적으로 출시 될 것입니다. 심층 학습의 패턴은 어떻게 변화 할 것입니까?
나빈 라오는 자신의 블로그에 쓴 '우리는 최초의 상용 신경 네트워크 프로세서 인텔 Nervana NNP-L1000을 개발하고 있습니다 (코드 명 봄 크레스트), 2019 년 출시 예정 호수 크레스트 제품의 첫 번째 세대에 비해, 우리. 인텔이 3 ~ 4 배의 훈련 성과를 달성 할 수 Nervana NNP-L1000 것으로 예상된다. 인텔 Nervana NNP-L1000은 널리 업계에서 사용되는 bfloat16을 지원하는 것은 미래의 신경 네트워크에 대한 숫자 데이터 형식, 인텔은 인공 지능에있을 것입니다 제품 라인은 인텔 및 인텔 제온 프로세서의 FPGA를 포함 bfloat16에 대한 지원을 확대했다. '사실, 봄 크레스트는 오랫동안 소문이났다 2018 년 말에 출시,하지만 지금은 2019 년, 시간이 공식 전략이 점을 보인다 딜레이가 이와 관련하여, 캐리 KLOSS 기자에게 설명 '더 현대적인 프로세스 노드로, 우리는 더 많은 다이 (실리콘 칩)를 통합하여 더 빠른 처리 속도를 얻을 수 있지만, 실리콘 웨이퍼를 제조하기위한 시간이 필요 실리콘 칩이 새로운 신경망 프로세서가되기까지는 시간이 걸리는데, 이는 지연의 원인입니다.
단지 96 %의 처리율을 의미의 '제 세대로서 호수 크레스트 프로세서 GEMM에 (행렬 계산)와 콘볼 루션 신경망 컴퓨팅 매우 양호한 활용을 달성 : 칩의 두 세대 간의 차이를, 그의 분석했다. 사용의 양,하지만 전체 사용자 정의가없는 경우에, 우리는 또한 GEMM 컴퓨팅 활용보다 80 % 이상 달성 상황의 대부분을 만들었습니다. 우리가 사용하는 높은 계산을 유지할 수 있다면 우리는 다음 세대 칩을 개발할 때 새로운 제품의 성능은 3 ~ 4 배 향상되었습니다. '
나는 도로지도는 경쟁사의 그것, 그러나 우리의 반응 속도가 상대적으로 빠른 무엇인지 모른다 ', 그래서 우리가 bfloat16 얼마 동안이었다 같은 신경망 처리에 불리하지 않을 것이라고 생각 : 경쟁 켜기, 캐리 KLOSS 말했다. , 그리고 최근 많은 고객이 요구 사항 bfloat16의 지원에 제시, 더 인기를 끌고있다, 우리는 점차적으로 bfloat16의 찬성으로 이동했다. 'TPU 볼의 반대로 구글의 포인트, 그는 봄에 세 세대 유사한 호수 크레스트, TPU와 유사한 그 2 세대 TPU를 믿고 크레스트.
모든면에서 공격 Nervana NNP, 인텔 제온 6 코어 프로세서의 사용에 대한 우리의 슈퍼 천하-I과 II로 서버와 큰 주요 컴퓨팅 장치, 인텔의 제온 칩에 관여 할뿐만 아니라.
시각 칩의 측면에서, 인텔의 사업은 빠르게 성장했다. 모비 듀스 VPU 칩은 이미 Dajiang 무인 항공기, 테슬라, 구글 클립 카메라가 채택 모비 듀스와 같은 신흥 시장에서 자동차, 무인 항공기 및 기타 하드웨어에 직면 시각적 칩.
모비 듀스는 시장의 선두 주자 게리 브라운은 21 세기 비즈니스 헤럴드 기자에게 말했다 : '모비 듀스, 우리는 영상 처리 장치 VPU VPU라고 칩을 개발 한 컴퓨터 비전 및 스마트 카메라 프로세서 우리는 지금 모두 칩 칩이다. 처리에는 세 가지 유형이 있습니다. ISP 처리 (이미지 처리, 카메라 캡쳐 기술에 기반한 처리, 컴퓨터 비전 및 심층 학습)입니다.
그는 도로를 인용, 특정 사용 시나리오는 감시 및 보안, 특히 중국, 모니터링, 보안 카메라, 거대한 시장이다 'VR 제품과 로봇, 지능형 홈, 산업용 카메라, AI 카메라뿐만 아니라 감시 및 보안. 포함 특히 시장 규모가 크고 일부 대기업은 Hikvision 및 Dahua와 같은 감시 카메라를 개발하고 있습니다.
게리 브라운은 지능형 홈의 현재 필드 시장은 작지만 빠르게 성장하고 있지만, 빠른 속도로 발전하고 있음을 언급했다. '와 같은 아파트와 가족에게 스마트 홈 시큐리티, 홈 개인 비서, 지능형 초인종 및 액세스와 같은 지능형 장치의 개발에 많은 기업이있다 제어 할 수 있습니다.하지만 홈 분야에서 저비용, 저전력, 긴 배터리 수명을 달성하기 위해, 매우 정확한 그러므로 매우 낮은 모바일에서 야외 그늘로는 도난 경보를 트리거 할 수 있기 때문이다. 매우 도전이며, 위양성율 좋은 정확성이 매우 중요하다. '
그리고 회사는 우리가 얼굴 인식 기능의 작업의 최적화, 작은 부분 만이 칩의 대부분을 종료 할 수 있도록 우리는 이러한 프런트 엔드 알고리즘 낮은 전력 소비 전략의 번호가 '고성능 칩을 만들 계속하는 방법이다 과제 중 하나 얼굴이 나타 났을 때, 다른 칩이 얼굴 감시 시스템이 켜져 유지합니다. 시작됩니다. 우리는 여전히 에너지 절약 기술의 계산을 많이 가지고, 약 6 개월 지능형 홈 카메라의 수명은. '게리 브라운은 설명했다.
또한, FPGA 알테라 상황에이 광고의 요금. 전파의 도래와 함께 5G는 주변의 IoT 수요 데이터 분석 및 계산은 휴대폰의 크기보다, 또는 적어도 수십 종류 크기 수십억의 네트워크 액세스 노드 서지 것 는 FPGA의 강도 인 알고리즘을 변경 유연하게 사용할 필요가 사물의 일반적인 수요보다 높은 크기의 1-2 명령에, FPGA는 또한 미래에 인텔하게 자신의 구조를 변경하여 컴퓨팅 시나리오의 요구에 맞게 사용자 정의 할 수 있습니다 제공 효율적인 칩은 US $ 16.7 억 인수에서 볼 수있는 장비의 많은 다른 유형을 제공 할 수있게된다 인텔은 즉각적인 가치를 구매하지 분명하다.
엔터프라이즈 급 빠른 공격 장면 인텔의 최근 조사하면서 미국의 기업 고객이 50 % 이상, 인공 지능에 대한 초기 요구를 충족하기 위해 인텔 제온 프로세서를 기존에 기반 클라우드 솔루션으로 이동하고 있음을 보여줍니다 인텔 임원의 수 기자 인터뷰에서 말했다, 인공 지능 모든 시나리오에 대한 하나 개의 솔루션은 인텔은 고객의 요구에 따라 기술 및 사업 수행되지 않습니다있다. 예를 들어, 인텔 제온과는 FPGA가, 또는 제온 및 모비 듀스가 함께 구성됩니다, 고성능 인공 지능을 달성하기 위하여한다.
인텔, 이러한 강화 된 인공 지능이 널리 엔터프라이즈 급 장면 나빈 라오 사용됩니다 말한다 : 인공 지능 전환의 미래를 운전하는 컴퓨팅을 가속 할 때 '우리는 엔터프라이즈 솔루션의 전체 범위를 제공해야합니다. 이것은 우리의 솔루션은 가장 광범위한 컴퓨팅 파워를 제공하고, 킬로와트 수준으로 밀리 와트에서 여러 아키텍처를 지원할 수 있다는 것을 의미한다. '
캐리 KLOSS 더 기자 21 세기 비즈니스 헤럴드 시나리오 인공 지능 칩에 설명 : '봄 크레스트는 이미 매우 강력한 데이터를 가지고, Nervana 신경 세포 프로세서 아키텍처의 가장 높은 수준의 고객이 대규모 컴퓨팅 센터 등이 있도록이라고 할 수 있습니다. 등 대기업, 정부, 과학적인 작업은 낮은 지연 및 작은 모델이 필요하면, 제온은 끝까지 클라우드에서 데이터를 얻을 수 있습니다, 당신을 도울 수있을 것입니다. '
특히, 인텔은 또한 보도에 따르면, 의료, 무인, 새로운 소매, 네트워킹 및 건강 관리 등의 시나리오를 탐험하게되며, 인텔과 협력 노바티스 (노바티스), 높은 내용의 깊이를 촉진하는 신경 네트워크를 사용하는 것입니다 검사 -이 초기 약물 개발 31 분으로 시간을 11 시간 감소 화상 해석 모델을 훈련하기 위해 양측 시간 사이의 협력의 핵심 요소이다 -보다 20 배 더 효율적.
가게에 아무도, 인텔, Jingdong '컴퓨팅의 뇌가'현재보다 지능적인 저장 (시노펙 익스프레스 편의점, Jingdong 홈) 및 스마트 자동 판매기 프로젝트.에서 알고리즘에 배치에는 편의점을 제공하지 않습니다 Jingdong 측은 온라인 및 오프라인 데이터 등 데이터 구조, 필요에, 비디오 및 기타 비정형 데이터를 엽니 다 관련이 있기 때문에 기계 학습 알고리즘, 세 방향 알려진 무인 주로 아는 상점, 알려진 제품, 게임에 사용했다 머신 비전 CNN 등 SVM 통계적 선형 회귀, 회귀 및 다른 네트워크 상태 (컨볼 루션 신경망) 알고리즘을 사용 지능형 공급망 나은 상황에 더욱 인기 전통적인 기계 학습 알고리즘 비디오 데이터의 대다수는 클라우드 모델을 작성하는데 사용될 수있다. 열악한 네트워크의 경우, 이러한 단말기는 단말기에 의해 계산 된 바와 같이, 에지 네트워크 인텔 에지 서버를 포함하는 작은 완료하여 하드웨어를 사용하여 계산된다.
인텔 불륜 적, 변환하지만, 확장의 속도가 매우 회사입니다. R & D 값 만 관점에서, IC 인사이트의 통계에 따르면 2017 년 이전에, $ 35.9 억 총 R & D 지출 상위 10 개 반도체 회사 인텔은 1 위 이 보고서는 2017 년 인텔의 R & D 지출 것 또한, AI 칩의 여러 전투에서 큰 투자 그룹, 인텔의 2017 매출의 약 5 분의 1의 총 지출의 36 %를 차지 $ 13.1 억. 것을 보여줍니다 강화되었습니다.