Billigare AI för alla är löftet med Intel och Facebooks nya chip

Intel

Intel och Facebook arbetar tillsammans på ett chip som ska göra det billigare för stora företag att använda artificiell intelligens.

Enheten lovar att köra förtränade maskininlärningsalgoritmer mer effektivt, vilket innebär att mindre hårdvara och mindre energi krävs för AI att göra användbara saker.

Intel avslöjade det nya AI-chippet, såväl som samarbetet med Facebook, på Consumer Electronics Show i Las Vegas idag. Tillkännagivandet visar hur sammanflätade AI-mjukvara och hårdvara håller på att bli när företag letar efter ett försprång i att utveckla och distribuera AI.

Det nya inferens-AI-chippet kan hjälpa Facebook och andra att implementera maskininlärning mer effektivt och billigare. Det sociala nätverket använder AI för att göra en mängd olika saker, inklusive att tagga personer i bilder, översätta inlägg från ett språk till ett annat och fånga förbjudet innehåll. Dessa uppgifter är mer kostsamma, i termer av tid och energi, om de körs på mer generisk hårdvara.

Intel kommer att göra chippet tillgängligt för andra företag senare under 2019. Det ligger för närvarande långt efter marknadsledaren för AI-hårdvara, Nvidia, och möter konkurrens från en mängd chiptillverkande uppkomlingar.

Naveen Rao, vice VD för artificiell intelligens-produktgruppen på Intel, sa före tillkännagivandet att chippet skulle vara mer effektivt än allt som finns tillgängligt från konkurrenter, även om han inte angav specifika prestandasiffror.

Facebook bekräftade att de har arbetat med Intel men vägrade att ge ytterligare detaljer om arrangemanget eller att beskriva dess roll i partnerskapet. Det ryktas också att Facebook undersöker sina egna AI-chipdesigner.

Rao sa att chippet kommer att vara kompatibelt med all större AI-programvara, men Facebooks engagemang visar hur viktigt det är för dem som designar kisel att arbeta med AI-programvaruingenjörer. Facebooks AI-forskare utvecklar ett antal mycket använda AI-programvarupaket. Företaget har också stora mängder data för att träna och testa maskininlärningskod.

Mike Demler, senioranalytiker på Linley Group, som övervakar halvledarindustrin, påpekar att konkurrenter kan ha nya konstruktioner att jämföra med Intels när chipet går i produktion senare i år. Han tillägger att Intel i praktiken släpar flera år efter sina konkurrenter och behöver visa ett stort steg upp med det nya chippet.

Intel blev plattfotad för ett par år sedan när efterfrågan på AI-chips exploderade med användning av djupinlärning, en kraftfull maskininlärningsteknik som innebär att datorer tränas att utföra användbara uppgifter genom att mata dem med stora mängder data.

Med djupinlärning matas data in i ett mycket stort neuralt nätverk, och nätverkets parametrar justeras tills det ger önskad utdata. Ett utbildat nätverk kan sedan användas för en uppgift som att känna igen personer i videofilmer.

De beräkningar som krävs för djupinlärning körs relativt ineffektivt på datorchips för allmänna ändamål. De fungerar mycket bättre på chips som delar upp beräkningar, vilket inkluderar de typer av grafikprocessorer som Nvidia länge har specialiserat sig på. Som ett resultat fick Nvidia en rivstart på AI-chips och säljer fortfarande den stora majoriteten av avancerad hårdvara för AI .

Intel kickstartade sin AI-chiputveckling genom att förvärva en startup som heter Nervana Systems 2016. Intel tillkännagav sedan sitt första AI-chip, Intel Nervana Neural Network Processor (NNP), ett år senare.

Intels senaste chip är optimerat för att köra algoritmer som redan har tränats, vilket borde göra det mer effektivt. Det nya chippet kallas NNP-I (I:et är för slutledning).

De senaste åren har det skett en dramatisk uppgång i utvecklingen av ny AI-hårdvara. En mängd nystartade företag tävlar om att utveckla chips optimerade för AI. Detta inkluderar Graphcore , ett brittiskt företag som nyligen samlat in 200 miljoner dollar i investeringar , och en rad kinesiska företag som t.ex cambrican , Horizon Robotics , och Bitmain (se Kina har aldrig haft en riktig chipindustri. Att göra AI-chips kan förändra det).

Intel möter också konkurrens från Google och Amazon, som båda utvecklar chips för att driva AI-tjänster i moln. Google avslöjade först att det utvecklade ett chip för sin mjukvara för djupinlärning TensorFlow 2016. Amazon meddelade i december förra året att de har utvecklat sina egna AI-chips, inklusive ett dedikerat till slutledning.

Intel kan komma sent till spelet, och det kan behöva hjälp från Facebook, men företaget har en enorm expertis inom tillverkning av integrerade kretsar, en nyckelfaktor för designinnovationer och prestandaförbättringar. Intels expertis är att optimera kisel, säger Rao. Det här är något vi gör bättre än någon annan.

Dölj