《英特尔发布首款AI芯片Springhill,专为大型数据中心打造》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2019-08-26
  • 8月21日,英特尔发布了为大型计算中心设计的新款处理器,这是该公司首次使用人工智能(AI)技术开发的芯片。

    英特尔表示,这款名为NervanaNNP-I或Springhill的芯片是在该公司旗下位于以色列海法(Haifa)的研发设施开发的,以10纳米IceLake处理器为基础,能用最小的耗电量处理高工作负荷。

    英特尔称,Facebook已经开始使用这款产品。英特尔还表示,这款芯片是该公司的首个人工智能产品。此前,英特尔对多家以色列人工智能创业公司进行了投资,其中包括HabanaLabs和NeuroBlade。

    “为了达成未来‘人工智能无处不在’的局面,我们必须处理其所产生的海量数据,并确保组织配备能够有效利用数据的设备,并在收集数据之处对其进行现场处理。”英特尔人工智能产品部门总经理NaveenRao说道。“这些计算机需要提高速度以运行复杂的人工智能应用。”

    英特尔称,随着人工智能领域对复杂计算的需求增长,这款新芯片将可为大型公司使用的英特尔至强(IntelXeon)处理器提供帮助。

相关报告
  • 《英特尔7nm工艺芯片再次推迟发布》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2020-07-26
    • 英特尔近日称超高速芯片的研发进度落后,未来几代CPU将采用的7纳米芯片技术的进度再次推迟,目前这项技术的进度较内部目标落后大约12个月。 英特尔的“Ponte Vecchio”数据中心图形芯片意在与英伟达相竞争,但要到2021年末或2022年初才会发布,可能采用外部芯片工厂。英特尔用于个人电脑的首款7纳米芯片要到2022年末或2023年初才会面世。首款7纳米数据中心处理器芯片要到2023年上半年才能发货。 英特尔在突破14nm技术后,10nm进展缓慢,直到近期才突破,首款10nm桌面芯片要到2021年才能发布。而竞争对手AMD、英伟达等早已借助台积电的7nm技术,实现了追赶或赶超,三星也已进入到5nm时代。 台积电更是把业界最先进的晶圆制造工艺推进到了5nm,3nm、2nm也在稳步推进中。 因晶圆制造工艺的步步落后,英特尔已经失去了领衔先机,随着7nm工艺的再度推迟,英特尔未来面对的不利局势可想而知。 此前因10nm工艺的数度推迟,已导致英特尔从全球最大市值半导体公司步步跌落,先后被三星、台积电、英伟达赶超;随着未来在工艺领域的继续落后,英特尔仍将面临更多的挑战。 近日有消息传言称,为扭转工艺落后的不利局面,英特尔可能会选择寻求代工之路。 另外,全球主要晶圆制造企业中,格罗方德已经放弃了7nm及以下制程工艺的研发;联电也不再就12nm及以下先进制程展开追逐。 目前仍对先进制程工艺发起冲击的,除了台积电、三星,就仅剩中芯国际和英特尔,其中又数中国大陆的中芯国际技术暂时落后于其他几家公司。 晶圆制造行业技术瓶颈日益凸显,也昭示了摩尔定律正在加速失效。
  • 《AI芯片巨头争霸时代,华为AI芯片下周将首次亮相》

    • 来源专题:集成电路
    • 编译者:tengfei
    • 发布时间:2017-11-20
    • 近日,华为高级副总裁余承东在微博上发布了一段视频,为自家的人工智能AI芯片造势。他表示,“速度之追求,从不止于想象”,并预告了AI芯片将在9月2日IFA2017上亮相。 在上月的华为年中业绩媒体沟通会上,余承东透露,将于今年秋季发布AI芯片,华为也将是第一家在智能手机中引入人工智能处理器的厂商。此外,在2017年中国互联网大会上,余承东还曾表示,由华为海思制造的芯片将会集CPU、GPU和AI功能于一体,并且有可能基于ARM今年在Computex展会上推出的全新AI芯片设计。 根据今日余承东视频透露,华为的AI处理器有望显著提升麒麟970的数据处理速度。如果AI芯片能用在10月份发布的华为Mate 10手机上,则华为Mate 10的数据处理能力将十分令人期待。 与华为一样,当下英特尔、联想、英伟达、谷歌、微软等全球科技巨头纷纷在积极拥抱AI,对AI芯片的布局成为重中之重。 英特尔 对于AI芯片的重要性,英特尔中国研究院院长宋继强本月接受媒体新智元采访时指出,我们需要用技术去处理大量数据,使其对客户产生价值,在这个过程中无疑芯片是极其重要的: 到2020年,保守估计,全世界会有500亿设备互联。未来的数据来源于各种设备终端。不再靠我们人打电话、玩手机、发邮件这些数据。无人车、智能家居,摄像头等都在产生数据。 以后每一台无人驾驶汽车都是一台服务器,每台车每天会超过4000个GB的数据,这些数据都不可能通过5G来传输,所以一定很多数据是在本地处理和分析然后选择性的往上走,本地你会使用很多技术,超越现代服务器的技术。 作为传统的芯片龙头制造商,英特尔今年7月推出了新一代Xeon服务器芯片,性能大幅提升,深度学习能力是上一代服务器的2.2倍,可接受培训和推理任务。此外,英特尔还展示了将在未来AI领域发挥重大作用的现场可编程门阵列(FPGA)技术,同时,计划推出Lake Crest处理器,旨在深度学习代码。 联想 联想集团总裁杨元庆表示,“AI通用处理器芯片是人工智能时代的战略制高点“,联想集团高级副总裁、联想创投集团总裁贺志强也指出: 智能互联网时代,AI芯片是人工智能的引擎,对于智能互联网的发展将起到决定性作用。 就在上周,联想创投与阿里巴巴创投等顶尖投资方一起,联合投资了有“全球AI芯片界首个独角兽”之称的寒武纪科技。 英伟达 英伟达在过去几年中将其业务重心转移到AI和深度学习领域,今年5月,英伟达发布了一款针对人工智能应用的重量级处理器:Tesla V100。 该芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。虽然只有Apple Watch智能手表的表面那么大,但它拥有5120个CUDA(统计计算设备架构)处理核心,双精度浮点运算性能达每秒7.5万亿次。英伟达CEO黄仁勋表示,英伟达花了30亿美元打造这款芯片,售价将会是14.9万美元。 谷歌 宣布战略转向“AI first”的谷歌,在去年就发布了专门为机器学习定制的TPU(张量处理单元),与CPU、GPU相比,TPU效率提高了15-30倍,能耗降低了30-80倍。 今年5月的谷歌开发者大会上,谷歌发布了新款产品——Cloud TPU,它拥有四个处理芯片,每秒可完成180 tflops计算任务。将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机,Pod将拥有11.5 petaflops的计算能力(1 petaflops为每秒进行1015次浮点运算)——这对AI领域的研究来说将是非常重要的基础性工具。 目前,TPU已经部署到了几乎所有谷歌的产品中,包括Google搜索、Google Assistant,甚至在AlphaGo与李世石的围棋大战中,TPU也起到了关键作用。 微软 上月,媒体报道称,微软将为下一代HoloLens加入一款自主设计的AI协处理器,可以在本地分析用户在设备上看到和听到的内容,再也不需要浪费时间把数据传到云端进行处理。这款AI芯片目前正在开发,未来将被包含在下一代HoloLens的全息处理单元(HPU)当中。微软表示,这款AI协处理器将会是微软为移动设备设计的首款芯片。 近几年来,微软一直在致力于开发自己的AI芯片:曾为Xbox Kinect游戏系统开发了一套动作追踪处理器;为了在云服务方面与Google、亚马逊竞争,微软专门定制了一套现场可编程门阵列(FPGA)。此外,微软还从英特尔的子公司Altera处购置可编程芯片,写入定制化的软件来适应需求。 去年,微软曾在一次大会上使用数千个AI芯片,把所有英文维基百科翻译成西班牙语,大概有500万篇文章,而翻译时间不到0.1秒。接下来,微软希望能让使用微软云的客户通过AI芯片来完成任务,比如从海量数据中识别图像,或者通过机器学习算法来预测消费者的购买模型。