英特尔打响数据中心复兴之战！四大架构轰向云端，营收创新高
|
据她介绍，没有哪一个AI硬件产品可以包打天下，英特尔会根据实际需求，和客户一起去研究最佳选择。 FPGA较擅长要求低延迟高通量的推理运算，选择这一基础架构的客户通常看重FPGA的可编程性，希望能对硬件进行配置。例如微软就基于FPGA进行了大量的深度学习推理。 NNP-I、NNP-T主要面向超大规模的云服务提供商，Facebook即选择采用NNP-I部署更快、更高效的推理计算，并将他们对先进深度学习编译器Glow的支持扩展到NNP-I。 而独立GPU在开发早期目标应用于高性能计算的超算领域，也用在面向大型客户的AI领域。 在她看来，NNP-T和英特尔独立GPU推出后，将给市场带来更多针对高密度神经网络训练的替代选择。 结语：AI正成为英特尔数据中心业务的核心纵观当前AI市场，英特尔CPU在推理市场拥有较高话语权，FPGA的新品牌和生态也在顺利铺陈中，但竞争对手已呈现有力的追击姿态，英特尔的神经还需持续紧绷。 尽管最新财报成绩再度证明了英特尔在PC和服务器芯片市场的掌舵实力，但就目前蓬勃发展的数据中心AI市场来看，英特尔在AI训练领域还没有展现出威胁力的攻势，这就要看其独立GPU、Nervana NNP-T以及Habana Goya未来能否赢得客户的信心。 此次我们所重点讨论的四类架构，只是英特尔投入加速AI发展的六大战略之一。 据司睿博透露，英特尔将加快10nm+的生产速度，7nm的生产计划将在2021年进行，并且英特尔已开始在研究其5nm制程技术。 此外英特尔支持异构融合的先进封装技术、开放合作联盟CXL、加速多芯片通信互连的EMIB技术、深度挖掘硬件性能和能效的软件堆栈、简化编程的跨架构统一软件平台oneAPI、以及在安全、内存及存储技术上的革新，都在为AI工作负载效率、可编程性和可扩展性的提升保驾护航。 数据中心AI芯片玩家们正在兵分两路，一拨倾向于兵分两路的通用型跨行业解决方案，另一拨则重点专攻某一特定领域的数据中心或边缘推理。 英特尔已经非常坚定地持续在广度和深度上同时加大火力，既提供全面的硬件和软件选择，又着力确保各独立产品线性能足够高，未来随着AI模型变得更为复杂和通用，英特尔的系统集成战略也许会迎来厚积薄发的时刻。 （编辑：52刷机网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
