外媒:百度與英特爾合作共同開發AI神經網路處理器
百度在AI開發大會上宣佈與英特爾展開新合作,兩間公司將會共同開發英特爾的Nervana神經網路處理器(Nervana Neural Network Processor for training,NNP-T 1000),結合兩間公司的專長,致力於發展能夠快速、高效率訓練AI模型的硬體。
根據《VentureBeat》報導,英特爾稱16奈米的NNP-T處理器為新一代的硬體,可用於大規模加速AI訓練速度。NNP-T可以最佳化圖形識別,且架構也有別於其他晶片,沒有標準的快取階層(cache hierarchy),且可以直接透過軟體管理片上儲存器(on-chip memory)。英特爾稱NNP-T有24個計算叢集、32GB的高頻寬儲存器(HBM2),能夠提高AI訓練的表現達10倍以上。
英特爾預計在今年年末前推出NNP-T處理器,以及另一款10奈米,用於AI推論的NNP-I處理器晶片。
英特爾副總裁Naveen Rao在大會上表示,接下來幾年AI模型的複雜程度將會爆炸性增長,也會出現大量深度學習運算的需求,英特爾以及百度會將長達10年的合作重心放於建造全新的硬體,共同設計可以實現AI 2.0目標的軟體。
這已不是英特爾及百度第一次合作發展AI,2016年英特爾便開始協助百度最佳化深度學習框架PaddlePaddle。最近,兩間公司也揭開百度開源AI硬體開發平臺BIE-AI-Box的真面目。
根據《VentureBeat》報導,英特爾未來的發展寄託在AI上,去年AI晶片獲得了10億美元的營收,更期望在2022年前,每年都可以有30%的市場成長率。百度則將目標瞄準在價值4000億美元的雲端市場,最近剛與英偉達合作,將該公司的volta人工智慧架構用於百度雲中。(校對/Juran)
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2649525/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Google與百度、搜狗合作,共同推進行動網路發展Go
- 自然語言處理的神經網路模型初探自然語言處理神經網路模型
- 1.4 神經網路入門-資料處理與模型圖構建神經網路模型
- 深入淺出圖神經網路 第5章 圖訊號處理與圖卷積神經網路 讀書筆記神經網路卷積筆記
- 如何使用卷積神經網路進行影像處理?卷積神經網路
- 面向機器智慧的TensorFlow實戰6:迴圈神經網路與自然語言處理神經網路自然語言處理
- AI之(神經網路+深度學習)AI神經網路深度學習
- 【神經網路篇】--RNN遞迴神經網路初始與詳解神經網路RNN遞迴
- 神經網路篇——從程式碼出發理解BP神經網路神經網路
- 初探神經網路與深度學習 —— 感知器神經網路深度學習
- AI發展三境:神,神經,神經病AI
- 語言模型與神經網路模型神經網路
- 神經網路:numpy實現神經網路框架神經網路框架
- 神經網路神經網路
- 神經網路理論與工程實戰-知識積累神經網路
- 神經網路的發展史神經網路
- 利用TensorFlow和神經網路來處理文字分類問題神經網路文字分類
- AI神經網路可復原古希臘文字AI神經網路
- 一個故事看懂AI神經網路工作原理AI神經網路
- [AI開發]零程式碼公式讓你明白神經網路的輸入輸出AI公式神經網路
- [AI開發]零數學公式告訴你什麼是(卷積)神經網路AI公式卷積神經網路
- 再聊神經網路與深度學習神經網路深度學習
- 深度學習與圖神經網路深度學習神經網路
- 百度NLP | 神經網路語義匹配技術神經網路
- 從資訊理論的角度理解與視覺化神經網路視覺化神經網路
- 遊族網路與火山引擎達成戰略合作,共同探索文娛產業AI技術創新產業AI
- LSTM神經網路神經網路
- 8、神經網路神經網路
- BP神經網路神經網路
- 模糊神經網路神經網路
- 效能之殤 | 分散式計算、超級計算機與神經網路共同的瓶頸分散式計算機神經網路
- 聊聊從腦神經到神經網路神經網路
- AI BP神經網路判斷手寫數字AI神經網路
- 圖神經網路GNN 庫,液體神經網路LNN/LFM神經網路GNN
- 微軟索尼結成戰略合作伙伴 共同開發雲遊戲和AI微軟遊戲AI
- 基帶處理器的開發實踐經驗
- 深度神經網路的壓縮與加速神經網路
- 吳恩達《神經網路與深度學習》課程筆記(4)– 淺層神經網路吳恩達神經網路深度學習筆記