datasheet

英特尔迟到的三年:3.5亿买下前高通团队,AI芯片却迟迟未发

2017-12-20 10:24:29来源: 智东西 关键字:英特尔

英特尔那款专用AI芯片的大招已经憋三年半了。

准确来说,Nervana——英特尔砸了4.08亿美元(也有报道称3.5亿)买下的那家加州创企——他们那款专用AI芯片的大招已经憋三年半了。

2014年4月,在Nervana获得首笔60万美元的成立之初,这家公司就宣布要打造一款“深度学习专用硬件”。而在2014年8月,在获得第二笔融资(330万美元)后,其CEO Naveen Rao就表示,“用户能在大约6个月后尝试到这些深度学习专用硬件。”

三年多后,在经历了第三轮2050万美元融资并且被英特尔收购后,在今年10月17日,英特尔CEO科再奇在采访中表示,这块芯片在今年年底就会正式和用户见面。与此同时他还说,Facebook正在参与合作打造这款AI专用芯片。

然而,随着2017年转眼就要余额不足,英特尔这款Nervana专用AI芯片的还是没有正式亮相。尤其是在欧美连珠炮假日季“感恩节-圣诞节-元旦”来临的12月底,我们可以大胆地假设一句——明年见(也许是2018 CES?)

不过,虽然大招一再推迟,但是英特尔集团上下依旧对于Nervana项目十分看重。英特尔CEO科再奇不仅在不同场合内一再为Nervana站台,而且在收购Nervana后短短几个月间,前Nervana CEO就被晋升为英特尔人工智能事业部总负责人,直接向科再奇汇报——在以资历排位著称的英特尔内,晋升速度堪称火箭。

 

▲前Nervana CEO、英特尔人工智能事业部总负责人Naveen Rao

今天,我们就来扒一扒Nervana与这块英特尔专用AI芯片,同时也来看一看英特尔这三年多的等待和3.5亿美元的资金砸出了多大一个响来?也看看英特尔这个曾经PC时代当之无愧的霸主,如今能不能靠着Nervana在人工智能领域提刀再战?

一、比GPU更好、更快、更强大

深度学习分为训练(Training)和应用(Inference)两个阶段,Nervana芯片瞄准的是训练阶段,这一阶段需要计算机处理大量的数据,现有的CPU难以满足如此强大的计算需求,这也是英伟达靠着GPU崛起的重要原因。

目前Nervana芯片主要应用在云计算数据机房内。Nervana CEO Naveen Rao曾经表示,Nervana使用的这种新型芯片设计架构比GPU更快、功耗更低、性能更好。

 

▲英特尔Nervana深度学习专用芯片设计架构

根据英特尔在2016年11月的AI Day上,我们第一次了解到了这块Nervana深度学习专用芯片的设计架。这款芯片为2.5D封装,搭载了32GB的HBM2内存,内存带宽为8Tbps。芯片中没有缓存,完全通过软件去管理片上存储。它可以支持各类神经网络算法框架的加速,比如Nervana的Neon、谷歌的TensorFlow、Facebook的Caffe等。

Nervana CEO表示,之所以这款芯片能够做到比更快CPU、比GPU更快地加速处理深度神经网络,原因有二:

1、这块芯片由“处理集群”阵列构成,处理被称作“活动点(flexpoint)”的简化数学运算,基于张量处理器的架构。相对于浮点运算,这种方法所需的数据量更少,因此带来了10倍的性能提升。

 

2、“互联(interconnect)”技术——这是Nervana芯片的真正亮眼之处,不过Nervana一直这一技术的细节讳莫如深——Naveen Rao将这项互连技术描述为一种模块化架构,其芯片结构可以在编程上扩展成与其它芯片的高速串行连接,帮助用户创造更大、更多元化的神经网络模型。

在GPU上,数据在芯片内部处理和芯片外部通信处理有很大的不同,必须将内存映射到I/O,在内存不同层次结构中移动数据,造成延时等复杂问题。而Nervana的互联技术能让芯片内的数据传输和芯片间的数据通信看起来一样,从而加快了处理速度。

“正如在PC时代,人们发现用GPU处理图片比CPU更快,于是转而购买独立GPU;而在人工智能时代,人们会发现用我们的芯片处理深度神经网络比GPU更好,于是转而选择我们,”Naveen Rao曾经这样说,“我们可以在硬件上打败英伟达。”

如此看来,也许英特尔这三年多的等待和3.5亿美元的资金砸得不亏?——可以说亏,也可以说不亏。

二、名不见经传的2014

让我们把时间轴调回2014年4月。

2014年4月,一家名为Nervana System(以下简称Nervana)的加州创企宣布获得60万美元融资轮融资。跟现在动辄几亿、几十亿的AI创业融资轮次来说,这金额并不算多——不过,彼时“深度学习”、“神经网络”、“人工智能”这些概念还没有现在这般火热得家喻户晓,“AI芯片”更是无从提起。

 

▲英特尔团队与Nervana团队合影

这家公司总部位于圣地亚哥,三位联合创始人全部来自高通:其中CEO Naveen Rao在高通神经拟态研究组(neuromorphic research group)中负责人工神经网络计算研究、CTO Amir Khosrowshahi在高通负责神经拟态传感器研究、公司的机器学习负责人Arjun Bansal则在高通负责深度学习算法研究。

正如我们所知,设计制造芯片的成本非常高昂,尤其是这样一块用于处理海量数据专用芯片。于是就在短短4个月后,Nervana宣布了他们的第二轮融资——330万美元,用于深度学习训练专用芯片的打造,彼时公司只有11个人。

在其后的采访中,Nervana CEO Naveen Rao曾经对记者表示,“用户能在大约6个月后尝试到这些深度学习专用硬件。”

其实当时市面上专注于打造深度学习专用硬件的创业公司并不止Nervana一家,其他还包括Ersatz Labs(2014年之后几乎没有消息)、Skymind(2016年9月获腾讯参投的300万美元,2017年5月又获腾讯参投的300万美元*)、Clarifai(2015年4月获1000万美元融资、2016年10月获3000万美元融资)等等。

*2017年5月这轮融资只有少数英文网站报道,中文网站没有报道

顺便一提,2014年最火的行业当属虚拟现实(VR/AR),其融资领头独角兽Magic Leap在2014年年初和年末分别获得了5000万美元A轮融资和5.42亿美元的B轮融资。这家神秘AR创企的产品同样推迟多年,听说最近他们的产品就要首次亮相了。

三、端or 云?傻傻分不清楚的2015

2015年5月,正在市场已经为Nervana的深度学习专用芯片等待了长达9个月后,Nervana忽然扔下一个重磅消息——

不,不是芯片推出。而是Nervana忽然宣布,公司即将推出Nervana云服务,让企业与用户能够通过网络接入Nervana云的方式获得强大的计算能力,不用受制于硬件的限制——不过当时,Nervana只是宣布了他们在打造“这朵云”,并没有公布它的面世时间。

 

几天后,Nervana再次宣布,开源一款深度学习软件框架Neon。这款软件框架采用Python框架、采用Maxwell GPU框架,其卷积运算速度非常快(根据GitHub上的跑分,速度已经超过了Caffe、Torch等传统框架)。

就在Neon软件框架开源后的一个月,2015年6月,Nervana宣布获得公司成立以来的第三轮融资——2050万美元,本轮融资将用于Nervana深度学习硬件和云服务平台的搭建,其中“安卓之父”Andy Rubin旗下的硬件孵化器Playground Global参投,Nervana也加入了该孵化器中。

在获得这轮融资时,联合创始人兼CTO Amir Khosrowshahi也向记者表示,Nervana曾与美国情报委员会的风险投资部门In-Q-tel签署合作协议,美国国家能源研究科学计算中心也正在使用由Nervana开发的深度学习软件Neon。

2016年2月29日,在宣布推出Nervana云服务的大半年后,这朵云终于经Nervana推出正式和大家见面。这项云服务的目的是让深度学习更快、更简单易用,专门为为缺少深度学习工具、缺少高级数据处理能力的公司打造。

不过,Nervana云暂时只能在英伟达的GPU上运行。Nervana CEO再次强调,假以时日,他们将会推出Nervana专用芯片。

此时Nervana云平台的合作伙伴已经拓宽到农业机器人初创公司蓝河科技(Blue River Technology)、 石油及天然气勘探公司Paradigm等,他们用Nervana云平台上的计算机视觉识别能力进行农作物分类、3D地形检测。

四、投身英特尔怀抱,两款芯片终于现形的2016

半年后——重头戏来了。

 

▲左:英特尔副总裁、数据中心事业组总经理Diane Bryant,右:Naveen Rao

2016年8月9日,英特尔忽然宣布全资收购Nervana System,收购价格在新闻稿中没有透露。当天大部分媒体在报道中提到的价格是3.5亿美元,而这一价格在第二天变成了4.08亿美元(根据Recode引援消息人士报道)。当时,Nervana全体员工只有48人。

此时距Nervana首次宣布要打造深度学习专用硬件已经过去了两年多的时间,在被英特尔收购后,这款Nervana深度学习专用芯片终于有了第一个名字——代号为“Lake Crest”,第一代产品预计将于2017年第一季度使用台积电28nm工艺进行流片测试,2017下半年开放给小部分用户使用。第二代芯片则会由英特尔自己的芯片制造生产线打造。

与此同时,英特尔还宣布将使用Nervana的技术打造一款代号为“Knights Crest”的加速器,配合英特尔的Xeon(至强)处理器使用。

此前,GPU凭借其并行计算能力一度在深度学习训练中大放异彩,不仅股价一路飙升,英伟达创始人黄仁勋(粉丝爱称“老黄”)还一再在各种场合diss摩尔定律,恐怕着实让称霸CPU多年的英特尔很是不爽。

除了一再买买买之外(收购Altera、Saffron、Movidius……)英特尔在人工智能领域一直相对低调。不过,也许收购Nervana成

[1] [2]

关键字:英特尔

编辑:冀凯 引用地址:http://www.eeworld.com.cn/qrs/article_2017122042462.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:一见倾“芯”,贸泽电子将亮相第六届深圳国际嵌入式系统展
下一篇:解读AI与国内集成电路产业发展趋势

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

网友正在学习IC视频

推荐阅读
全部
英特尔

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved