8月18日消息，據國外媒體報道，英特爾今日宣布推出新一代Xeon Phi服務器芯片，特別強調該芯片的人工智能處理功能。英特爾執行總裁黛安·布萊恩特(Diane Bryant)表示，“人工智能依舊是新生事物。”
雖然人工智能(A.I.)這個詞匯的起源可以追溯到20世紀50年代，但英特爾認為該領域依舊是一個新生事物，從芯片制造商的角度來看，它代表著新的增長機會。
上周，英特爾宣布將以3.5億美元的價格收購人工智能初創企業Nervana。后者以生產人工智能產品為主,主攻深度學習方向，主要用大數據訓練計算機神經網絡，從而使機器能夠做出合理的數據推論。今天，英特爾宣布推出新一代Xeon Phi服務器芯片，特別強調該芯片的人工智能處理功能。在過去幾年里，歷代Xeon Phi服務器芯片都主要面向高性能計算市場。
顯然，英特爾在該領域的利潤在不斷上升。公司數據中心事業部執行副總裁兼總經理黛安·布萊恩特在英特爾開發者論壇上指出，“人工智能依舊是新生事物。學術界為其進行了大量的研究探索，也有大量投資傾注其中。目前人工智能領域還有著一系列研究正在進行。”
換而言之，英特爾認為此時進入人工智能領域還為時不晚。當然，目前在深度學習領域Nvidia是當之無愧的市場領導者，其開發的圖形處理單元(GPU)廣泛應用于各個服務器。諸如百度、Facebook、谷歌等網絡公司以及亞馬遜、IBM以及微軟的云服務都依賴于Nvidia的圖形圖像處理芯片。
布萊恩特指出，“我們要為改變和爭取這種默認架構而努力。”她指出，英特爾從去年開始在服務器測試英特爾芯片的機器學習或深度學習功能。
機器學習與深度學習
布萊恩特表示，在所有的研究服務器中，有7%的服務器處理深度學習，而95%的主要應用于機器學習。所有的深度學習服務器采用了標準的英特爾 Xeon處理器芯片，其中僅有2.5%的服務器采用獨立的圖形處理單元，而另外2.5%則采用了Power或SPARC處理器架構。
布萊恩特稱，“當你談到瘦身服務器架構時，實際上是GPU加速器起到了一定功能。” 布萊恩特自1985年起就在英特爾工作，曾擔任英特爾的首席信息官。在談到該面向深度學習還是機器學習時，她指出，“目前絕大多數服務器工作負載是機器學習，去年深度學習的部署量僅占所有服務器數量的0.1%。”
如果該數據可信，那么意味著英特爾進入人工智能這個市場的確不晚。在過去五年內，研究人員認為通過圖形處理單元訓練深度學習系統成本較低。但或許英特爾會改變這一切。
布萊恩特表示，“我們會研發新的深度學習解決方案。雖然這個市場很小，但終將會迎來爆發。”而Xeon Phi處理器芯片勢必成為英特爾推動人工智能市場業務的拳頭產品。
回到未來
早在上世紀80年代，當一大批初創企業進入人工智能領域，扎堆研發人工智能技術時，英特爾也開始開發人工智能產品。但事實上這些產品從未走出英特爾的實驗室。布萊恩特稱，“他們發明產品的時間過早，隨后將其擱置了。”
2000年前后，英特爾啟動了一個名為Larrabee的項目，旨在研發獨立的圖形加速器，該產品與Nvidia用于各網絡服務器的圖形處理單元非常相似。但由于英特爾隨后改變了業務重點，導致Larrabee產品的研發夭折。后來在2012年，該項目更名為Larrabie Xeon Phi。
而現在，谷歌又提出了一種面向深度學習的新型芯片——張量處理單元(TPU)。谷歌稱這種新型芯片將為谷歌的TensorFlow等深度學習架構提供“更為先進的處理功能”。
布萊恩特認為這種產品很好，其將有效提高深度學習的數據推理性能。但谷歌的這種芯片需要進行調校，而不像英特爾提供給各個公司的現成服務器芯片一樣拿來就可使用。
布萊恩特指出，“在一個數據中心中，一個巨大的云服務往往包括成百上千臺服務器。你肯定希望這些服務器能夠統一。但往往因為處理器不統一而導致諸如TensorFlow深度學習推理功能無法加載。因此數據中心的一致性尤為重要。因此我們的任務時搞清TensorFlow的處理架構并將相關功能整合進Xeon處理器芯片之中。”
同時，英特爾也將會把新收購企業Nervana的相關技術整合進芯片之中，把Xeon處理器芯片真正打造成為深度學習的標桿產品。布萊恩特指出，此次交易還遠遠沒有結束。
