Intel ทำอย่างนี้ได้อย่างไรต้องการกำไรใช่ไหม!! AI ใหม่แต่ทำไมหาประสิทธิภาพไม่เจอ

Intel's Xeon Phi chip family is targeted toward deep learning.

            อินเทลคือการทิศทางใหม่ในการพัฒนาชิปเป็นลักษณะต่ออนาคตของปัญญาประดิษฐ์ที่มี บริษัท การพนันเทคโนโลยีจะแผ่กระจายการใช้งานและบริการเว็บ

บริษัท ในวันพฤหัสบดีที่บอกว่ามันมีการพัฒนาชิปใหม่ที่จะจัดการกับปริมาณงาน AI ซึ่งมากขึ้นจะเป็นส่วนหนึ่งของอนาคตของชิป สำหรับตอนนี้ชิป AI จะได้รับการปล่อยตัวออกมาเป็นชิปหลักความเชี่ยวชาญหรือร่วมประมวลผลในคอมพิวเตอร์และแยกออกจากสายผลิตภัณฑ์หลัก

แต่เมื่อเวลาผ่านอินเทลสามารถปรับตัวและบูรณาการไอมีลงในเซิร์ฟเวอร์หลักของ IoT และบางทีแม้แต่ชิปพีซี คุณสมบัติ AI อาจเป็นประโยชน์ในเซิร์ฟเวอร์เจ้าหน้าที่หุ่นยนต์และรถยนต์อิสระ อินเทลอุกอาจไล่ภาคธุรกิจเหล่านี้ในขณะที่มันพยายามที่จะกระจายการลงทุนนอกตลาดพีซีลดลง
[ลำโพงบลูทู ธ ที่ดีที่สุด: เราจะช่วยให้คุณค้นหาที่ดีที่สุดลำโพงไร้สายสำหรับการจับคู่กับมาร์ทโฟนหรือแท็บเล็ตของคุณสิ่งที่งบประมาณของคุณและสิ่งที่เพลงที่ลอยเรือของคุณ.]

AI คอมพิวเตอร์ถูกครอบงำในขณะนี้โดย GPUs จาก NVIDIA และชิปที่กำหนดเองจาก บริษัท เช่น Google แผนของอินเทลคือการให้ความหลากหลายของชิป GPU ที่ไม่ใช่ทางเลือกสำหรับการเรียนรู้ลึกในการเสนอราคาเพื่อเร่งเข้าให้กับ AI อินเทลสูญเสียโอกาสในตลาดมือถือเพราะมันเป็นสายใหม่และก็ไม่ต้องการที่จะทำซ้ำผิดพลาดในการที่เอไอ

อินเทลขาด GPU ที่มีศักยภาพในการไล่ล่า AI แต่หวังชิปทางเลือกที่จะเติมช่องว่าง บริษัท เชื่อว่ามันไม่จำเป็นต้อง GPU และไม่ต้องการที่จะใส่ไข่ทั้งหมดในตะกร้าเช่น Nvidia มี

อินเทลมีการพัฒนาชิปมอนสเตอร์เอไอมีชื่อรหัสว่าอัศวิน Mill เป้าหมายที่การเรียนรู้ลึกและมันจะเป็นส่วนหนึ่งของครอบครัวชิป Xeon พี บริษัท ได้ร่วมกันรายละเอียดบางอย่างเกี่ยวกับชิป แต่มันจะเป็นครั้งที่สี่เร็วขึ้นในงานการเรียนรู้ที่ลึกกว่าปัจจุบันชิป Xeon พีมีชื่อรหัสว่าอัศวิน Landing เจสัน Waxman รองประธานของ บริษัท ในกลุ่มศูนย์ข้อมูลที่อินเทลกล่าวว่า

อัศวินมิลล์จะจัดส่งในปีถัดไปและระยะเวลาการให้ภาพรวมของวิธีการอย่างเร่งด่วนอินเทลพยายามที่จะเพิ่มความเร็วในการเข้าสู่พื้นที่ AI มีช่องว่างสี่ปีระหว่างการเปิดตัวของตัวประมวลผล Xeon Phi สองก่อนหน้านี้

อัศวินมิลล์จะมีคุณสมบัติที่เป็นเอกลักษณ์หลายเมื่อเทียบกับชิปอินเทลอื่น ๆ ได้มีการพัฒนา ซึ่งแตกต่างจากของอินเทลชิปที่มีประสิทธิภาพสูงที่มุ่งเน้นในการคำนวณที่แม่นยำอัศวินมิลล์จะร่วมกันสตริงพวงของอย่างรวดเร็วในระดับต่ำการคำนวณจุดลอยไปถึงข้อสรุป ข้อสรุปเหล่านั้นจะได้รับสาระสำคัญของการเรียนรู้ลึก – ข้อสรุปบางอย่างเช่นบัตรประจำตัวของภาพอาจจะไม่ได้อย่างแม่นยำ แต่เป็นแบบจำลองคอมพิวเตอร์ลึกการเรียนรู้เติบโตแข็งแรงข้อสรุปที่จะมีความแม่นยำมากขึ้น

ในช่วงครึ่งแรกของปีถัดไปนอกจากนี้อินเทลยังจะปล่อยฮาร์ดแวร์ลึกการเรียนรู้ครั้งแรกจากการซื้อล่าสุดของระบบ Nervana ชิปที่จะกำหนดเป้าหมายส่วนใหญ่ที่มีต่อการฝึกอบรม – การสร้างแบบจำลองคอมพิวเตอร์เพื่อการเรียนรู้ลึก นอกจากนี้ยังสามารถนำมาใช้สำหรับการสรุปอิงซึ่งจะช่วยเพิ่มรุ่นลึกการเรียนรู้ผ่านการป้อนข้อมูลเพิ่มเติม

ชิป Nervana จะกำหนดเป้าหมายส่วนใหญ่ไปยังเซิร์ฟเวอร์ อินเทลจะเริ่มปล่อยมันเป็นบัตรที่สามารถเสียบเข้ากับพอร์ต PCI-Express มาตรฐาน แต่เมื่อเวลาผ่านฮาร์ดแวร์จะบูรณาการใกล้ชิดกับหน่วยประมวลผล Naveen Rao รองประธานและผู้จัดการทั่วไปของการแก้ปัญหาปัญญาประดิษฐ์ที่ Intel และผู้ก่อตั้งระบบ Nervana กล่าวว่า

แต่มีความเสี่ยง อินเทลซื้อระบบ Nervana สำหรับซอฟต์แวร์สแต็คของตนและพยายามที่จะล็อคให้ลูกค้าเครื่องมือเหล่านั้นจะไม่ได้รับการยอมรับโดยอุตสาหกรรม, เกรเกอร์กล่าวว่า เครื่องมือ Nervana เป็นโอเพนซอร์ส แต่ได้รับการออกแบบสำหรับชิปของอินเทล แต่กรอบการแข่งขันเช่น Caffe จะดึงดูดความนิยม

“มันเป็นกลยุทธ์ที่น่าสงสัย. อินเทลทำเพื่อนี้สำหรับทศวรรษที่ผ่านมาและพวกเขาพยายามที่จะผลักดันให้ทุกคนลงเส้นทางของพวกเขา” เกรเกอร์กล่าวว่า

แต่การเรียนรู้ลึกอยู่ในวัยเด็กของตน มันจะใช้เวลานานที่จะสมบูรณ์แบบเทคนิคการคำนวณสำหรับการเรียนรู้ลึกและชนิดใหม่ของฮาร์ดแวร์เช่นคอมพิวเตอร์ควอนตัมและชิปสมองเลียนแบบสามารถปรับเปลี่ยนภูมิทัศน์

“เรายังคงเรียนรู้วิธีการเรียนรู้” ทางค่ายนั้นบอกไว้ โอ้โห้ไม่ใช่เรื่องของเมิงหัวเรอะ ฮิฮิกันไปเลยทีเดียวน่ะเนี่ย

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s