Intel планирует ускорить машинное обучение на два порядка

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Intel планирует ускорить машинное обучение на два порядка

Intel, не успевшая возглавить рынок процессоров для смартфонов, не собирается повторить эту ошибку с ещё одной стремительно растущей отраслью — искусственным интеллектом (ИИ).

Корпорация представила перспективный план улучшения производительности ИИ, ключевую роль в котором будет играть Nervana Systems. Эта фирма была куплена Intel всего пару месяцев назад в расчёте на то, что ее технологии помогут ведущему производителю процессоров общего назначения завоевать себе место на рынке ИИ, доминируемом решениями на базе GPU.

Чипы Intel Nervana включают набор аппаратных и программных средств, полностью оптимизированный для уменьшения времени тренировки моделей глубокого обучения.

Оборудование Nervana сначала будет предлагаться в виде карты расширения, устанавливаемой в слот PCIe. Чип Nervana с кодовым наименованием Lake Crest избранные клиенты Intel смогут получить в первой половине 2017 г.

«Мы ожидаем, что технологии Nervana в следующие три года обеспечат прорыв — 100-кратное увеличение производительности тренировки сложных нейросетей», — добавил CEO Intel, Брайан Кржанич (Brian Krzanich).

Intel также обещает, что Knights Mill, следующее поколение процессорного семейства Xeon Phi, позволит увеличить в 4 раза быстродействие глубокого обучения. Скомбинировав Knights Mill с технологиями Nervana можно увеличить достигаемый выигрыш в производительности до нескольких порядков величины.

В своём противостоянии с такими компаниями, как NVIDIA и Google, Intel ставит на то, что в перспективе ее масштабируемая архитектура будет более выигрышна для искусственного интеллекта, чем GPU. «По мере того, как ИИ совершенствуется, как глубокому так и машинному обучению потребуются высокомасштабируемые архитектуры, — заявил Кржанич. — Архитектура Intel может поддерживать более крупные модели... Это тот случай, когда широкий ассортимент продуктов и холистичная экосистема дают стратегическое преимущество».

Комментарии: