ในระหว่างฉากระหว่าง AI สถาปัตยกรรมโรมันและความรู้สึกของเทคโนโลยีของ Intel หางเสือ Naveen Rao การพูดคุยเกี่ยวกับฮาร์ดแวร์ AI ปัญญาประดิษฐ์ของ Intel และการรวมกันซอฟต์แวร์ แต่หนักมากที่สุดกว่าข้อมูลแจ้งให้ทราบล่วงหน้าโพสต์ Nervana ชิปเครือข่ายประสาทตามแผน อินเทลชิปล่าสุด AI Nervana NNP L-1000 จะได้รับอย่างเป็นทางการในตลาดใน 2019 ซึ่งเป็นของ Intel เชิงพาณิชย์ครั้งแรกผลิตภัณฑ์ประมวลผลเครือข่ายประสาท
สองปีที่ผ่านมา Naveen Rao และความลึกของการเรียนรู้ซีอีโอและผู้ร่วมก่อตั้งของการเริ่มต้นระบบ Nervana. หลังจากที่ บริษัท ถูกซื้อกิจการโดย Intel Nervana เป็นหลักของเรือ Intel ปัญญาประดิษฐ์ Nervana NNP ชุดได้เกิด Naveen Rao คือ ได้รับการแต่งตั้งหัวหน้าของเทียมส่วนผลิตภัณฑ์ทาง
Intel รองประธานแผนกผลิตภัณฑ์ปัญญาประดิษฐ์ Nervana สมาชิกในทีมแครี่ Kloss บนถนนในการสัมภาษณ์กับธุรกิจเฮรัลด์นักข่าวสัมภาษณ์ศตวรรษที่ 21: 'วันแรกของเราเริ่มต้นการพัฒนาของทะเลสาบ Crest (Nervana ชุด NNP ชิปต้นรุ่นที่มีชื่อรหัสว่า) เป็นทีมงานทั้งหมดของเราประมาณ 45 มนุษย์เป็นอาคารหนึ่งในรูป (ชิปซิลิกอน) ที่ใหญ่ที่สุดเราได้พัฒนานีออน (ซอฟแวร์การเรียนรู้เชิงลึก) ยังสร้างสแต็คลาวด์เหล่านี้เป็นทีมงานเล็ก ๆ ที่ประสบความสำเร็จ. แต่นี่คือที่ความท้าทายที่จะมีทีมงานเล็ก ๆ ที่เติบโตปวด เราใช้เวลามากชั่วโมงเพื่อให้ได้ผลิตภัณฑ์แรกออก Nervana ก่อตั้งขึ้นในปี 2014 จนกระทั่งชิปจริงๆออกมาเมื่อปีที่แล้ว.
อย่างไรก็ตามหลังจากที่เข้าร่วม Intel, Nervana สามารถใช้ทรัพยากรต่างๆของอินเทล 'แน่นอนโทรทรัพยากรไม่ได้เป็นสิ่งที่ง่าย แต่อินเทลมีประสบการณ์ในด้านการตลาดของผลิตภัณฑ์. ในขณะเดียวกันอินเทลมีจนถึงขณะนี้ผมได้เห็น ที่ดีที่สุดวัฒนธรรมโพสต์ซิลิกอน (โพสต์ซิลิกอนนำขึ้นไป) และการวิเคราะห์สถาปัตยกรรม. แครี่ Kloss บอกนักข่าวธุรกิจเฮรัลด์ในศตวรรษที่ 21 'ชิปผลิตเรามีหลายร้อยระบบการทำงานในเวลาเดียวกันพนักงาน Nervana 6 เดือน อดีตสมาชิกยังเข้าร่วมเพียงวันทำงานและกลางคืนสำหรับผลิตภัณฑ์ใหม่. "ในมุมมองของเขาในขณะนี้ที่ Nervana จังหวะที่เหมาะสมแล้วมีองค์ประกอบทั้งหมดสำหรับความสำเร็จในปีถัดไป
นอกจากนี้ในการ Nervana อินเทลมาองค์กรข่าวกรองธงเทียมยังรวมถึงการมุ่งเน้น Movidius กับการประมวลผลภาพ FPGA (เอฟพีจีเอ) ยักษ์ Altera ขับรถอัจฉริยะที่เกี่ยวข้อง Mobileye ฯลฯ ในความเป็นจริงที่เริ่มต้นในปี 2011 อินเทลเริ่มที่จะยังคงลงทุน บริษัท เอไอที่เกี่ยวข้องรวมทั้งขอบฟ้า Cambrian จีนในเวลาเดียวกันคู่แข่งของอินเทลมีการเจริญเติบโตของ NVIDIA GPU ชัยชนะในด้านปัญญาประดิษฐ์; .. Google เพิ่งเปิดตัวรุ่นที่สามชิป AI TPU ชิปสำหรับสถาปัตยกรรมการเรียนรู้การเพิ่มประสิทธิภาพ TensorFlow ลึกของ Google และ Google เพื่อให้นักพัฒนา TPU และบริการพื้นฐานอื่น ๆ ปีที่ผ่านมา, Baidu ARM ร่วมม่วงแสดงที่คมชัดและ Hanfeng ชิปเผยแพร่ DuerOS อิเล็กทรอนิกส์ภูมิปัญญาให้บริการหลักของเสียงโต้ตอบแก้ โปรแกรม; Facebook และอาลีบาบายังมีการใส่ชิปซึ่งอาลีบาบาธรรมะสถาบันมีการพัฒนาชิปเครือข่ายประสาทที่เรียกว่าอาลี NPU ส่วนใหญ่เป็นภาพที่ได้รับการยอมรับวิดีโอและเมฆสถานการณ์คอมพิวเตอร์
ในชิปปัญญานี้เทียม 'เผชิญหน้า' อินเทลว่าจะตอบสนอง?
สามกลุ่มอำนาจ โดยรวม, รูปแบบทั่วโลกในปัจจุบันของปัญญาประดิษฐ์ยังไม่ชัดเจนไม่เป็นเทคโนโลยีสงครามในท้องถิ่นของตนในการสำรวจก็ยังไม่ได้เข้ามาในสงครามรวมแออัด. ปัญญาประดิษฐ์เป็นแนวคิดทั่วไปความแตกต่างอย่างมากในสถานการณ์โปรแกรมเฉพาะ บริษัท โฟกัสอยู่ที่แตกต่างกันถ้าจำแนกตามโรงเรียนเทคนิคและธุรกิจ บริษัท ทั่วโลกสามารถแบ่งออกเป็นสามกลุ่ม. หนึ่งคือการใช้งานระบบโรงเรียนที่ตัวแทนทั่วไปมากที่สุดของ Google และ Facebook. ไม่เพียง แต่พวกเขาพัฒนากรอบการทำงานระดับระบบปัญญาประดิษฐ์ เช่นกรอบปัญญาประดิษฐ์ที่มีชื่อเสียงของ Google Tensorflow ของ Facebook Pytorch แต่ยังมีโปรแกรมการลงทุนขนาดใหญ่. ตัวอย่างเช่น Google ลงทุนอย่างมากในการวิจัยและหม้อแปลงไฟฟ้าพัฒนาธุรกิจการแปลการเปิดตัว 2C ขณะที่ Facebook ยังเทคโนโลยีปัญญาประดิษฐ์ถูกนำมาใช้กันอย่างแพร่หลายในเครือข่ายทางสังคม การประมวลผลภาพการประมวลผลภาษาธรรมชาติและพื้นที่อื่น ๆ
ประเภทที่สองคือฝ่ายชิปที่สำคัญคือการให้แรงสนับสนุนผู้ประกอบการผู้เล่นที่ใหญ่ที่สุดคือ Intel และ NVIDIA. โอกาสของ NVIDIA GPU คอมพิวเตอร์ที่จะยึดความต้องการอุปกรณ์ที่สำคัญประสิทธิภาพการคำนวณในการแสดงผลกราฟิกข้อมูลของปัญญาประดิษฐ์และโซ่บล็อก ที่โดดเด่นมากในธุรกิจเหล่านี้ยังสร้างแรงกดดันต่ออินเทลในขณะที่ Nvidia และ Intel ดูเหมือนว่าจะ 'Intel Inside' แตกต่างกันก็ต้องการที่จะกลายเป็นผู้ประกอบการแพลตฟอร์มแรงจริงและการเปิดตัวที่ประสบความสำเร็จของแพลตฟอร์ม CUDA ของมัน
ณ วันที่ 30 พฤษภาคม NVIDIA ปล่อยออกมาบูรณาการครั้งแรกของโลกของปัญญาประดิษฐ์และมีประสิทธิภาพสูงแพลตฟอร์มคอมพิวเตอร์คอมพิวเตอร์ --HGX-2 ซึ่งปัจจุบันเป็น GPU ที่ใหญ่ที่สุด - คอมพิวเตอร์แพลตฟอร์ม DGX-2 เป็นผู้ประกอบการแบบดั้งเดิมที่อยู่เบื้องหลังฟิลด์บังคับ Intel เจ้านายธรรมชาติให้น้อยธุรกิจ 50 ปีค่อนข้างหมายถึงคนเก่าในปีที่ผ่านมาเปิดตัวบ่อยควบลูกระเบิดและซื้อกิจการในด้านปัญญาประดิษฐ์: 2015 $ 16.7 พันล้านซื้อของ 'เอฟพีจีเอยักษ์' (เขตประตูตั้งโปรแกรมอาร์เรย์ FPGA ) Altera, วางรากฐานสำหรับแนวโน้มการพัฒนาฐานทัพคำนวณอนาคต FPGA ในการคำนวณเมฆเครือข่ายและด้านอื่น ๆ ของคอมพิวเตอร์ขอบมีศักยภาพที่ดี; 2016 อินเทลได้มา Nervana, บริษัท วางแผนที่จะใช้ความสามารถนี้ในการเรียนรู้เชิงลึกที่จะต่อสู้ GPU; ปีเดียวกันยังได้รับชิปประมวลผลภาพที่เพิ่งเริ่มต้น Movidius; 2017 Nian อินเทล 15.3 $ พันล้านซื้อกิจการของไดรฟ์ความช่วยเหลืออิสราเอล บริษัท Mobileye ตั้งใจที่จะลงสนามของนักบินอัตโนมัติ
นอกจากนี้ในการประยุกต์ใช้ระบบการส่งและพายชิปประเภทที่สามคือการประยุกต์ใช้เทคโนโลยีในการส่งมากที่สุดของ บริษัท ส่วนที่เหลือตกอยู่ในประเภทนี้. แม้ว่า บริษัท ที่แตกต่างกันได้อ้างว่ามีการเรียนรู้เชิงลึกปัญญาประดิษฐ์ที่ไม่ซ้ำกันแม้แต่ลึก การสะสมเทคโนโลยี แต่ในความเป็นจริงส่วนใหญ่มีพื้นฐานการใช้งานแพลตฟอร์มเทคโนโลยีในการส่งและพายชิป. เพียงแค่ส่งผู้ใช้ C-terminal ที่มุ่งเน้นเทคโนโลยีมากขึ้นรวมทั้งหม้อแปลงไฟฟ้า, การรับรู้ภาพและการใช้งานขององค์กรอื่น ๆ. กรรมพูดเทคโนโลยี ส่งส่วนหนึ่งของปลอมที่ดีสุภาพบุรุษกับสิ่ง '
การแข่งขันจากจุดปัจจุบันในมุมมองของระบบใช้ฝ่ายได้ค่อยๆครอบครองประโยชน์ทั้งมีความสามารถหลักในด้านปัญญาประดิษฐ์. ในการใช้คอมพิวเตอร์และยุคโทรศัพท์มือถือแบบดั้งเดิมของระบบและชิปความสัมพันธ์ความร่วมมือมากขึ้นและชิปมากยิ่งขึ้น ครอง. โดยเฉพาะตัวอย่างเช่นในตลาดคอมพิวเตอร์อินเทลนับในระบบของสนามพลังเต็มรูปแบบของอำนาจทั่ว PC และ Apple Mac เครื่อง. ระบบ, Windows และ iOS จะแตกต่างกันไม่สามารถแทนที่กัน แต่อินเทลร่วมกันของพวกเขา แต่มันไม่สามารถแทนที่. ยุคโทรศัพท์แม้ตัวเอกแรงไปจากการพิจารณาของ Intel Qualcomm แต่ชิปยังคงอยู่ในตำแหน่งของหลักของระบบปฏิบัติการและความสำคัญเท่ากับหุ้นของตน
เมื่อเร็ว ๆ นี้ 1--2 ปีสถานการณ์ที่มีการเปลี่ยนแปลงอย่างรวดเร็ว Apple เปิดตัว R & D และการผลิตเพื่อ MAC ชิปน้อยของตัวเองหุ้นอินเทลลดลงจับครั้งเดียวในด้านปัญญาประดิษฐ์แนวโน้มนี้จะเห็นได้ชัดมากขึ้นเนื่องจากความต้องการที่แตกต่างสถานการณ์คอมพิวเตอร์เสา ขนาดใหญ่ Google ได้กลายเป็นผู้ใหญ่ตามความต้องการของพวกเขาในการพัฒนาชิปจำเป็นเทคนิคเป็นไปได้มากขึ้น. Intel หากคุณต้องการชิปฉากที่กำหนดเองที่แตกต่างกันซึ่งหมายความว่าอินเทลจะถูกโอนอย่างเต็มที่ 2B พื้นที่และก่อนที่โหมด 2B2C เมื่อเทียบกับบริสุทธิ์ ธุรกิจ 2B เห็นได้ชัดว่าจะมีมากขึ้นเช่นบุคคลที่ซับซ้อนของสายธุรกิจอย่างรวดเร็วจะเพิ่มขึ้น. และในอดีต บริษัท จากการเปลี่ยน 2B 2C โดยรวมมักจะเป็นเพราะการสูญเสียการปกครองหลักในอุตสาหกรรมและต้องล่าถอย หาเวลา
การวางเดิมพัน Nervana NNP ดังนั้นในการแข่งขันที่รุนแรงอย่างไรอินเทลจึงเพิ่มธุรกิจชิปของ บริษัท ต่อไป
หลังจาก Naveen Rao เข้าร่วม Intel, Intel กลายเป็นรองประธานฝ่าย AI (AIPG) บุคคลที่รับผิดชอบนำการแนะนำของหน่วยประมวลผล Intel เครือข่ายประสาท (Nervana NNP) ชิปซีรีส์. ที่เสนอให้เครื่องมือซอฟต์แวร์สำหรับการประชุมนักพัฒนาในฮาร์ดแวร์ AIDC ระบบนิเวศในอุตสาหกรรมที่ดูเหมือนว่าจะ Intel ความแข็งแรงทางเทคนิคเครื่องมือซอฟต์แวร์และฮาร์ดแวร์ไม่ได้เป็นปัญหา แต่นิเวศวิทยาเปิดให้ถาม. ในยุคพีซีเป็นหลักของการเป็นมิตรกับสิ่งแวดล้อมชิปเพื่อให้คุณสามารถสร้างมิตรกับสิ่งแวดล้อมรอบชิป Intel ให้เข้มแข็ง แต่ ในยุคของปัญญาประดิษฐ์ปัญญาประดิษฐ์เป็นหลักของระบบนิเวศให้นับชิปพลังงานเป็นส่วนหนึ่งของระบบนิเวศนับ CPU สามารถให้พลังงาน, GPU ยังสามารถให้อินเทลสามารถผลิต, Nvidia สามารถผลิตแม้ Google, แอปเปิ้ลตัวเอง การผลิตในขณะนี้สามารถเรียนรู้ในข้อมูลเชิงลึกและการคำนวณทางวิทยาศาสตร์รูปแบบชิปของ Intel Xeon ส่วนใหญ่ (Xeon) ชุดชิป Movidius VPU ชิปวิสัยทัศน์ Nervana NNP ชุดเช่นเดียวกับ FPGA (เอฟพีจีเอ). บทความเหล่านี้ ส่วนสายผลิตภัณฑ์ตามลำดับสอดคล้องกับสถานการณ์หลายแอพลิเคชันที่แตกต่างกัน
Nervana NNP ชุดเป็นหน่วยประมวลผลเครือข่ายประสาทการฝึกอบรมเชิงลึกขั้นตอนการอนุมานและการเรียนรู้ Nervana NNP ส่วนใหญ่สำหรับการคำนวณขั้นตอนการฝึกอบรมตามแผนของอินเทล 2020 ที่ระดับความลึกของการเรียนรู้และการฝึกอบรม (การเรียนรู้ลึกที่เรียกว่า 'DL' ) ผลของ 100 ครั้ง. นี้หน่วยประมวลผลเครือข่ายประสาทโดย Intel และการออกแบบในการทำงานร่วมกันกับ Facebook, คุณสามารถคาดการณ์ว่าชิปที่ควรจะเป็นส่วนใหญ่กรอบการเรียนรู้เครื่อง Pytorch Facebook มีการสนับสนุนที่ดีหลังจากทั้งหมด Pytorch ความทะเยอทะยานของ Facebook Google เพื่อให้แน่ใจว่าจะมีการประลองของ Tensorflow แต่ธุรกิจชิปล่าสุดใน 2019 จะมีการเปิดอย่างเป็นทางการจะมีการเปลี่ยนแปลงรูปแบบของการเรียนรู้ลึกวิธีการคาดเดาไม่ได้
Naveen Rao เขียนในบล็อกของเขาว่า 'เรามีการพัฒนาเชิงพาณิชย์ครั้งแรกประมวลผลเครือข่ายประสาท Intel Nervana NNP-L1000 (ชื่อรหัสว่าฤดูใบไม้ผลิ Crest) การวางแผนสำหรับการเปิดตัวใน 2019 เมื่อเทียบกับรุ่นแรกของผลิตภัณฑ์ทะเลสาบ Crest เรา Intel Nervana NNP-L1000 คาดว่าจะบรรลุผลการฝึกอบรม 3-4 เท่า Intel Nervana NNP-L1000 จะสนับสนุน bfloat16 ซึ่งใช้กันอย่างแพร่หลายในอุตสาหกรรมสำหรับรูปแบบข้อมูลตัวเลขสำหรับเครือข่ายประสาทเทียมในอนาคต Intel จะมีปัญญาประดิษฐ์ สายผลิตภัณฑ์ขยายการสนับสนุนสำหรับ bfloat16 รวมทั้ง Intel และโปรเซสเซอร์ Intel Xeon FPGA. ในความเป็นจริง, ฤดูใบไม้ผลิ Crest เปิดตัวในปลาย 2018 ได้รับการลือกัน แต่ตอนนี้มันดูเหมือนว่าใน 2,019 จุดในเวลานี้กลยุทธ์อย่างเป็นทางการ ในเรื่องนี้มีความล่าช้าแครี่ Kloss อธิบายให้ผู้สื่อข่าว: 'ลงในโหนดกระบวนการที่ทันสมัยมากขึ้นเราบูรณาการตายมากขึ้น (ชิปซิลิกอน) สามารถได้รับการประมวลผลความเร็วได้เร็วขึ้น แต่มันต้องใช้เวลาในการผลิตซิลิคอนเวเฟอร์ จะต้องใช้เวลาที่จะกลายเป็นหน่วยประมวลผลเครือข่ายประสาทเทียมซิลิกอนใหม่ซึ่งเป็นเหตุผลสำหรับความล่าช้า.
สำหรับความแตกต่างระหว่างสองรุ่นของชิปกล่าวว่าการวิเคราะห์ของเขา: 'โปรเซสเซอร์ทะเลสาบ Crest เป็นรุ่นแรกใน GEMM (คำนวณเมทริกซ์) และการประมวลผลของระบบประสาทความสับสนได้ประสบความสำเร็จในการใช้งานที่ดีมากไม่เพียง แต่หมายถึง 96% ผ่าน ปริมาณการใช้งาน แต่ในกรณีที่ไม่มีการปรับแต่งเต็มเรายังได้ทำมากที่สุดของสถานการณ์เพื่อให้บรรลุ 80% สูงกว่าการใช้คอมพิวเตอร์ GEMM. เมื่อเราพัฒนาชิปรุ่นต่อไปถ้าเราสามารถที่จะรักษาคำนวณได้สูงโดยใช้ Rate ผลิตภัณฑ์ใหม่มีการปรับปรุงประสิทธิภาพ 3 ถึง 4 ครั้ง '
เปิดการแข่งขันแครี่ Kloss กล่าวว่า 'ผมไม่ทราบว่าสิ่งที่แผนที่ถนนคือการที่คู่แข่งของเรา แต่ความเร็วปฏิกิริยาของเราคือความรวดเร็วดังนั้นฉันคิดว่าเราจะไม่เสียเปรียบในการประมวลผลเครือข่ายประสาทเช่น bfloat16 ได้รับบางเวลา และมันได้กลายเป็นเมื่อเร็ว ๆ นี้ที่นิยมมากขึ้นลูกค้าจำนวนมากวางอยู่ข้างหน้าในการสนับสนุนของความต้องการ bfloat16 เราได้ค่อย ๆ ขยับในความโปรดปรานของ bfloat16. TPU และมุมมองของความคมชัดของ Google เขาเชื่อว่ารุ่นที่สอง TPU คล้ายกับทะเลสาบเครสต์, TPU สามรุ่นคล้ายกับฤดูใบไม้ผลิ ยอด
ตีออกมาในทุกทิศทาง นอกจากกังวล Nervana NNP อินเทลซีออนโปรเซสเซอร์ชิปสำหรับเซิร์ฟเวอร์และอุปกรณ์คอมพิวเตอร์หลักขนาดใหญ่เช่นซูเปอร์คอมพิวเตอร์ของเรา Tianhe-I และ II ในการใช้โปรเซสเซอร์ Intel Xeon หกหลัก
ในแง่ของชิปภาพธุรกิจของอินเทลเติบโตอย่างรวดเร็ว. ชิป Movidius VPU แล้วหันหน้าไปในอุตสาหกรรมยานยนต์ยานพาหนะกำลังใจและฮาร์ดแวร์อื่น ๆ ในตลาดเกิดใหม่เช่น Dajiang กำลังใจยานพาหนะทางอากาศ, กล้องคลิป Tesla และ Google ได้นำ Movidius ชิปภาพ
Movidius ผู้นำตลาดแกรี่บราวน์บอกนักข่าวที่ 21 ศตวรรษธุรกิจข่าว: 'ใน Movidius เราได้พัฒนาชิปที่เรียกว่าหน่วยประมวลผลภาพ VPU VPU เป็นชิปของวิสัยทัศน์คอมพิวเตอร์และการประมวลผลของกล้องสมาร์ทเพื่อให้เราทั้งชิป มีสามประเภทของการประมวลผลดำเนินการเกี่ยวกับกระบวนการ ISP, ที่อยู่, การประมวลผลสัญญาณภาพกล้องประมวลผลเทคโนโลยีการจับภาพตามเช่นเดียวกับคอมพิวเตอร์วิสัยทัศน์และความลึกของการเรียนรู้'
เขาอ้างถนนสถานการณ์การใช้งานที่เฉพาะเจาะจงรวมถึงผลิตภัณฑ์ VR และหุ่นยนต์, บ้านอัจฉริยะ, กล้องอุตสาหกรรมกล้อง AI เช่นเดียวกับการเฝ้าระวังและการรักษาความปลอดภัย. ที่ไหน 'เฝ้าระวังและการรักษาความปลอดภัยเป็นตลาดที่มีขนาดใหญ่โดยเฉพาะอย่างยิ่งในประเทศจีน, กล้องตรวจสอบและการรักษาความปลอดภัย โดยเฉพาะอย่างยิ่งตลาดขนาดใหญ่มีบาง บริษัท ใหญ่ในการพัฒนากล้องวงจรปิดเช่น Hikvision และ Dahua.
แกรี่บราวน์ยังกล่าวว่าเขตข้อมูลปัจจุบันของบ้านอัจฉริยะที่มีการเติบโตอย่างรวดเร็วแม้ว่าตลาดมีขนาดเล็ก แต่การพัฒนาอย่างรวดเร็ว. 'มีหลาย บริษัท ในการพัฒนาอุปกรณ์อัจฉริยะเช่นการรักษาความปลอดภัยสมาร์ทบ้านบ้านผู้ช่วยส่วนตัว, ออดอัจฉริยะและการเข้าถึงพาร์ทเมนท์และครอบครัว การควบคุม. แต่ในบ้านเพื่อให้ได้ต้นทุนต่ำพลังงานต่ำแบตเตอรี่ที่ยาวนานและแม่นยำมากค่อนข้างท้าทาย. เพราะเช่นร่มกลางแจ้งในมือถือก็เป็นไปได้ที่จะเรียกสัญญาณกันขโมยและดังนั้นจึงต่ำมาก อัตราการเตือนภัยผิดพลาดมีความสำคัญมากและควรมีความถูกต้องดี
และเป็นหนึ่งในความท้าทายที่ บริษัท เป็นวิธีการที่จะดำเนินการต่อในการสร้างชิปที่มีประสิทธิภาพสูง 'เรามีจำนวนของกลยุทธ์เช่นการใช้พลังงานที่ต่ำกว่าด้วยอัลกอริทึม front-end เพื่อให้เราสามารถปิดส่วนใหญ่ของชิปเพียงส่วนเล็ก ๆ ของการเพิ่มประสิทธิภาพการดำเนินงานของฟังก์ชั่นการตรวจจับใบหน้า เมื่อใบหน้าปรากฏชิปอื่น ๆ จะได้รับการเปิดตัว. นี้จะทำให้ระบบการเฝ้าระวังใบหน้าเปิดอยู่. เรายังคงมีจำนวนมากของการคำนวณของเทคโนโลยีการประหยัดพลังงานให้เวลาชีวิตกล้องบ้านอัจฉริยะประมาณหกเดือน. แกรี่บราวน์อธิบาย
นอกจากนี้ค่าใช้จ่ายของสายนี้โดยสถานการณ์ FPGA Altera. กับการมาถึงของคลื่น 5G การวิเคราะห์ข้อมูลและการคำนวณความต้องการสิ่ง IOT จะเพิ่มเครือข่ายและการเข้าถึงโหนดหรืออย่างน้อยนับพันล้านขนาดของชั้นเรียนกว่าขนาดของโทรศัพท์มือถือ ไป 1-2 คำสั่งของขนาดสูงกว่าความต้องการทั่วไปของสิ่งที่ต้องนำมาใช้มีความยืดหยุ่นเปลี่ยนอัลกอริทึมซึ่งเป็นความแข็งแรงของ FPGA ที่ FPGA ที่สามารถปรับแต่งเพื่อให้เหมาะกับความต้องการของสถานการณ์คอมพิวเตอร์โดยการเปลี่ยนโครงสร้างของตัวเองซึ่งยังทำให้อินเทลในอนาคต เป็นไปได้ที่จะจัดหาชิพที่มีประสิทธิภาพสำหรับอุปกรณ์ประเภทอื่น ๆ จากมูลค่าการซื้อกิจการมูลค่า 16.7 พันล้านเหรียญจะเห็นได้ว่าการซื้อของ Intel ไม่ใช่เพียงแค่มูลค่าที่แท้จริงเท่านั้น
สถานการณ์ระดับองค์กรที่รวดเร็วทันใจ จากการสำรวจของ Intel เมื่อไม่นานมานี้ลูกค้าในองค์กรของสหรัฐฯกว่า 50% หันมาใช้โซลูชันระบบคลาวด์ที่มีอยู่แล้วโดยใช้โปรเซสเซอร์ Intel Xeon เพื่อตอบสนองความต้องการเบื้องต้นสำหรับปัญญาประดิษฐ์ผู้บริหาร Intel หลายราย ได้กล่าวในการให้สัมภาษณ์กับผู้สื่อข่าวไม่มีการแก้ปัญหาหนึ่งสำหรับทุกสถานการณ์ปัญญาประดิษฐ์อินเทลจะดำเนินการกับธุรกิจทางด้านเทคนิคและเป็นไปตามความต้องการของลูกค้า. เช่น Intel Xeon และจะ FPGA หรือ Xeon และ Movidius กำหนดค่าด้วยกัน เพื่อให้บรรลุฟังก์ชั่นปัญญาประดิษฐ์ที่มีประสิทธิภาพสูง
สำหรับ Intel เหล่านี้เพิ่มปัญญาประดิษฐ์จะถูกนำมาใช้กันอย่างแพร่หลายในฉากระดับองค์กร Naveen Rao พูดว่า: 'เมื่อเร่งการประมวลผลในการขับรถในอนาคตของการเปลี่ยนแปลงปัญญาประดิษฐ์ที่เราจำเป็นต้องให้ครบวงจรของการแก้ปัญหาขององค์กร ซึ่งหมายความว่าโซลูชันของเรามีการใช้พลังงานในการประมวลผลที่กว้างที่สุดและสามารถรองรับสถาปัตยกรรมหลายแบบตั้งแต่มิลลิวัตต์จนถึงกิโลวัตต์
แครี่ Kloss อธิบายเพิ่มเติมกับผู้สื่อข่าวศตวรรษที่ 21 ธุรกิจเฮรัลด์ชิปสถานการณ์ปัญญาประดิษฐ์: ฤดูใบไม้ผลิ Crest อาจกล่าวได้ว่าผู้บริหารระดับสูงของสถาปัตยกรรมหน่วยประมวลผล Nervana เซลล์ประสาทเพื่อให้ลูกค้ารวมถึงศูนย์คอมพิวเตอร์ขนาดใหญ่แล้วมีข้อมูลที่แข็งแกร่งมาก บริษัท ขนาดใหญ่ที่มีงานทางวิทยาศาสตร์รัฐบาล ฯลฯ หากคุณต้องการรถรุ่น Low-End และ Small Xeon สามารถช่วยให้คุณสามารถเปิดข้อมูลจากระบบคลาวด์ได้
โดยเฉพาะนอกจากนี้อินเทลยังจะทำเพื่อสำรวจทางการแพทย์กำลังใจค้าปลีกใหม่ในเครือข่ายและสถานการณ์อื่น ๆ เช่นในการดูแลสุขภาพตามรายงานของ Intel เป็นติส (Novartis) ร่วมกับการใช้เครือข่ายประสาทเพื่อเร่งความลึกของเนื้อหาสูง การตรวจคัดกรอง - นี่คือการพัฒนายาเสพติดในช่วงต้นเป็นองค์ประกอบสำคัญของความร่วมมือระหว่างเวลาทั้งสองฝ่ายในการฝึกอบรมรูปแบบการวิเคราะห์ภาพที่ลดลงจาก 11 ชั่วโมง 31 นาที - มากกว่า 20 ครั้งมีประสิทธิภาพมากขึ้น
ไม่มีใครในร้านอินเทลไม่ได้ให้ร้านสะดวกซื้อ Jingdong 'สมองคอมพิวเตอร์' ใช้งานขณะนี้ในร้านค้าที่ชาญฉลาดมากขึ้น (ซิโนเปคเอ็กซ์เพรสร้านค้าสะดวกซื้อ Jingdong บ้าน) และโครงการเครื่องจำหน่ายสมาร์ท. อัลกอริทึม ด้าน Jingdong กล่าวว่าขั้นตอนวิธีการเรียนรู้ของเครื่องใช้ในร้านค้าส่วนใหญ่ในกำลังใจรอบรู้สินค้าที่รู้จักกันในเกมที่รู้จักกันสามทิศทางเนื่องจากข้อมูลออนไลน์และออฟไลน์ที่เกี่ยวข้องกับการเปิดวิดีโอและข้อมูลที่ไม่มีโครงสร้างอื่น ๆ ที่เป็นโครงสร้างข้อมูลและอื่น ๆ ที่จำเป็น ในขั้นตอนวิธีการเรียนรู้เครื่องดั้งเดิมตอนนี้ที่นิยมมากขึ้นในการมองเห็นเครื่องซีเอ็นเอ็น (บิดเครือข่ายประสาท) ขั้นตอนวิธีการในห่วงโซ่อุปทานฉลาดใช้เช่น SVM, การถดถอยเชิงเส้นสถิติการถดถอยโลจิสติกและเงื่อนไขเครือข่ายอื่น ๆ สถานการณ์ที่ดีขึ้น , ส่วนใหญ่ของข้อมูลวิดีโออาจจะใช้ในการกรอกแบบจำลองในเมฆ. ในกรณีของเครือข่ายที่ไม่ดีเช่นสถานีเคลื่อนที่จะถูกคำนวณโดย terminal, เครือข่ายขอบจะคำนวณโดยใช้ขนาดเล็กเสร็จสมบูรณ์โดยใช้ฮาร์ดแวร์รวมถึงเซิร์ฟเวอร์ขอบอินเทล
แม้ว่าอินเทลศัตรูเรื่องการเปลี่ยนแปลงก้าวของการขยายตัวเป็น บริษัท มาก. R & ค่า D เพียง แต่จากมุมมองตามสถิติของ IC ข้อมูลเชิงลึกก่อนที่ค่าใช้จ่าย R & D 2017 10 อันดับผู้ผลิตเซมิคอนดักเตอร์รวมของ 35.9 $ พันล้าน Intel อันดับแรก รายงานแสดงให้เห็นว่าในปี 2017 R & D การใช้จ่ายของ Intel เป็น 13.1 $ พันล้านคิดเป็น 36% ของค่าใช้จ่ายทั้งหมดของกลุ่มประมาณหนึ่งในห้าของอินเทล 2017 ยอดขาย. กับการลงทุนขนาดใหญ่ในการต่อสู้ต่างๆของชิป AI จะยัง ทวีความรุนแรงมาก