行业新闻 (News) 芯片封装主页/ 行业新闻 / 英特尔:新芯片材料将实现大规模的AI研究收益
< 返回列表

英特尔:新芯片材料将实现大规模的AI研究收益

为什么会出现这种差异?英特尔副总裁和C?在洛佩兹研究公司最近进行的调查中,86%的公司表示他们认为人工智能对他们的业务具有战略意义,而只有36%的人认为他们在人工智能方面取得了有意义的进展。人工智能产品Amir Khosrowshahi和IoT Jonathan Ballon总经理在旧金山举办的VentureBeat 2019转型会议上分享了他们对舞台的看法。

他相信,对于初创公司和开发人员 - 不仅仅是学术界和大公司 - 在“每个行业”中的变化现在已经达到了顶峰数据,除了在生产中实现机器学习所必需的工具和培训。

这个洞察力与Gartner在1月份发布的一份报告相吻合,发现人工智能实施在过去四年中增长了270%,仅在过去一年就增长了37%。这比2015年的10%有所提高,这并不奇怪,考虑到据估计,到2022年,企业AI市场价值将达到61.4亿美元。

“如果你正在做一些基于云的事情,那么你就可以获得大量的计算资源,电力和冷却,以及所有这些资源。”但是你在做什么执行任务。但我们发现,几乎一半的部署和一半的所有世界数据都位于数据中心之外,寻求访问数据的客户也是如此。在起源时,“他说。

培养最先进的AI模型是无限多的时间 - “边缘AI”必须具有一定程度的硬化硬件,其中大部分实际上无法实现更适合数据中心的任务。最先进的云芯片,如谷歌的Tensor Processing Units和英特尔推出的Nervana神经网络处理器,用于培训 (也称为NNP-T 1000 ),这是一种专用的高速AI加速卡。

“处理冷却基础设施,软件框架等确实已经启用了[这些AI模型],而且它有点大量的计算,”Khosrowshahi说道。“[它的全部意义]扩展处理计算并运行所有的东西专用硬件基础设施。“

Khosrowshahi表示,尽管谷歌的TensorFlow和开放神经网络交换等工具激增,这是一种开放的容器格式,用于在不同框架之间交换神经网络模型,开发人员体验实体性因素

Ballon说,看看与实际部署AI模型相关的工作流程,硬件架构从数据科学家和应用程序开发人员中抽象出来的程度还有很长的路要走。“我们还没有,直到我们达到那个目标我认为软件开发人员有责任了解各种硬件选择的优缺点和局限性。“

没有灵丹妙药,但Ballon和Khosrowshahi都相信硬件创新有可能进一步使强大的人工智能民主化。

MESO器件的能效比目前的微处理器高10到100倍,后者是基于金属 - 金属半导体的大型处理器半导体)。

更不用说仅需要有限能量的光学芯片(因为它产生的热量少于电力)并且不太可能改变环境温度,电磁场和其他噪声。并且在初步测试中,与最先进的电子芯片相比,某些矩阵矢量乘法运行速度提高了100倍,与硅等效电路相比,功耗水平“数量级”更低。

数据中心计算,我认为这实际上就是未来,“Khosrowshahi说。”它不一定是科幻小说 - 我希望围绕AI的所有兴奋“这是将这些新材料加入产品的非常困难的领域。“

· 2019-07-14 19:54  本新闻来源自:venturebeat,版权归原创方所有

阅读:995
  • 联系长芯

    重庆总部:重庆市长寿区新市街道新富大道5号佳禾工业园8栋2层
    电话:023 40819981 (前台)

    深圳办事处:深圳市南山区留仙大道 1213 号众冠红花岭工业南区 2 区 1 栋 1 楼
    电话:0755-26975877 (前台)

    电子邮件:sales@longcore.com

    网址:http://www.longcore.com