Billigere AI for alle er løftet med Intel og Facebooks nye chip

Intel

Intel og Facebook arbejder sammen om en chip, der skal gøre det billigere for store virksomheder at bruge kunstig intelligens.

Enheden lover at køre præ-trænede maskinlæringsalgoritmer mere effektivt, hvilket betyder, at der kræves mindre hardware og mindre energi for at AI kan udføre nyttige ting.

Intel afslørede den nye AI-chip samt samarbejdet med Facebook på Consumer Electronics Show i Las Vegas i dag. Meddelelsen viser, hvordan sammenflettet AI-software og -hardware bliver, efterhånden som virksomheder leder efter en fordel i udvikling og implementering af AI.

Den nye inferens AI-chip kan hjælpe Facebook og andre med at implementere maskinlæring mere effektivt og billigt. Det sociale netværk bruger kunstig intelligens til at gøre en lang række ting, herunder at tagge folk i billeder, oversætte indlæg fra et sprog til et andet og fange forbudt indhold. Disse opgaver er dyrere i form af tid og energi, hvis de køres på mere generisk hardware.

Intel vil gøre chippen tilgængelig for andre virksomheder senere i 2019. Den er i øjeblikket langt bagefter markedslederen for AI-hardware, Nvidia, og står over for konkurrence fra et væld af chipfremstillere.

Naveen Rao, vicepræsident for kunstig intelligens-produktgruppen hos Intel, sagde forud for meddelelsen, at chippen ville være mere effektiv end noget tilgængeligt fra konkurrenterne, selvom han ikke oplyste specifikke præstationstal.

Facebook bekræftede, at det har arbejdet med Intel, men afviste at give yderligere detaljer om arrangementet eller at skitsere sin rolle i partnerskabet. Det rygtes også, at Facebook udforsker sine egne AI-chipdesigns.

Rao sagde, at chippen vil være kompatibel med al større AI-software, men involveringen af ​​Facebook viser, hvor vigtigt det er for dem, der designer silicium, at arbejde med AI-softwareingeniører. Facebooks AI-forskere udvikler en række udbredte AI-softwarepakker. Virksomheden har også enorme mængder data til træning og test af maskinlæringskode.

Mike Demler, en senioranalytiker hos Linley Group, som overvåger halvlederindustrien, påpeger, at konkurrenterne kan have nye designs at sammenligne med Intels, når chippen går i produktion senere på året. Han tilføjer, at Intel reelt halter adskillige år bagefter sine rivaler og skal demonstrere et stort skridt op med den nye chip.

Intel blev efterladt fladfodet for et par år siden, da efterspørgslen efter AI-chips eksploderede med brug af deep learning, en kraftfuld maskinlæringsteknik, der involverer træning af computere til at udføre nyttige opgaver ved at tilføre dem store mængder data.

Med deep learning føres data ind i et meget stort neuralt netværk, og netværkets parametre justeres, indtil det giver det ønskede output. Et trænet netværk kan derefter bruges til en opgave som at genkende personer i videooptagelser.

De beregninger, der kræves til dyb læring, kører relativt ineffektivt på computerchips til generelle formål. De fungerer langt bedre på chips, der splitter beregninger op, hvilket inkluderer den slags grafikprocessorer, Nvidia længe har specialiseret sig i. Som et resultat fik Nvidia et løft på AI-chips og sælger stadig langt størstedelen af ​​high-end hardware til AI .

Intel kickstartede sin AI-chipudvikling ved at opkøbe en startup kaldet Nervana Systems i 2016. Intel annoncerede derefter sin første AI-chip, Intel Nervana Neural Network Processor (NNP), et år senere.

Intels seneste chip er optimeret til at køre algoritmer, der allerede er blevet trænet, hvilket burde gøre den mere effektiv. Den nye chip kaldes NNP-I (I'et er for inferens).

De seneste par år har set en dramatisk stigning i udviklingen af ​​ny AI-hardware. Et væld af startups ræser om at udvikle chips, der er optimeret til AI. Dette inkluderer Graphcore , et britisk selskab, der for nylig rejst 200 millioner dollars i investeringer , og en række kinesiske virksomheder som f.eks cambrican , Horizon Robotics , og Bitmain (se Kina har aldrig haft en rigtig chipindustri. At lave AI-chips kunne ændre det).

Intel møder også konkurrence fra Google og Amazon, som begge udvikler chips til at drive cloud AI-tjenester. Google afslørede først, at det var ved at udvikle en chip til sin TensorFlow deep-learning-software i 2016. Amazon annoncerede i december sidste år, at det har udviklet sine egne AI-chips, inklusive en dedikeret til inferens.

Intel kan være sent til spillet, og det kan have brug for hjælp fra Facebook, men virksomheden har en formidabel ekspertise i fremstilling af integrerede kredsløb, en nøglefaktor i designinnovationer og ydeevneforbedringer. Intels ekspertise er i at optimere silicium, siger Rao. Det er noget, vi gør bedre end nogen anden.

skjule