【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔( 三 )



2019 年 3 月 19 日:nVidia 再次发表「边缘 AI 超级电脑」Jetson Nano , 也开始有开发者比较与 Google Edge TPU 的优劣胜负 。

【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图

2019 年 5 月 21 日:nVidia 利用 Anandtech 的报道 , 倒打英特尔一耙 , 在官方博客狂吃英特尔某篇官方文章《Intel CPU 在推论胜过 nVidia GPU》的豆腐 。 预计 2020 年第二季推出的英特尔下一代 Xeon 平台 Whitley , 首款 CPU Cooper Lake(还是继续挤 14 纳米制程牙膏)会支持 Bfloat16 浮点格式 , 届时各位可以期待 nVidia 会不会再如法炮制一番 。

【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图

2019 年 7 月 7 日:AMD「扩大制程领先优势」发表台积电 7 纳米制程的 Navi , 重点集中在结束漫长 GCN 时代的全新 RDNA(Radeon DNA)SIMT 执行单元结构 , 在人工智能相关并无着墨 , 但业界盛传第二代 RDNA 将支持 Google Tensor Flow 的 Bfloat16 浮点格式 , 也有人在担心搞不好这又会让 AMD 显示卡再被一大票数位货币矿工抢得一干二净 , 再度上演有钱也买不到显卡之戏码 。
2019 年 8 月:nVidia「持之以恒」继续在 HotChips 谈论自家多芯片可扩展式推论芯片研究案 , 意思就是 nVidia 故意宣示除商品外 , 还有额外的前瞻性技术研发工作就对了 。
2019 年夏天 , 英特尔看似开心的跟百度宣布合作 , 并购 Nervana 满 3 年的人工智能芯片 , 看似前程似锦 , 连潜在客户都谈好了 。

【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图

2019 年 11 月 8 日:NVIDIA 宣布推出「全球尺寸最小的边缘 AI 超级电脑」Jetson Xavier NX , 不知不觉中 , 在这几年内 , nVidia 的 Jetson 家族已枝繁叶茂 。

【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图

2019 年 11 月 13 日:英特尔总算「使命必达」准时在 2019 年底推出 Nervana NNP 产品线 , 包含深度学习导向的 NNP-T1000(Spring Crest , 性能号称是 Lake Crest 的 3~4 倍)与推论专用的 NNP-I1000(Spring Hill) , 宣称样品已经送到客户(百度、Facebook)手上 , 不只现场实际较量 NNP-I1000 和 nVidia T4 , 可用不到 2 倍数量达成 3.68 倍的性能 , 也同时宣布 2020 年推出「20 倍边缘推论性能」、源自 2016 年某金额不明并购案的 Movidius 体系产品 。

【数码狂人】在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图

但短短一个月后 , 2019 年 12 月 16 日 , 英特尔宣布以 20 亿美元收购以色列 AI 芯片新创公司 Habana Labs , 瞬间风云变色 , 2020 年 2 月就传出英特尔将「部分放弃 Nervana」、停止 NNP-T1000 开发的消息 , 但有鉴于 NNP-I1000 本质上根本就是「纯正英特尔血统」的产物 , 这也意味着 Nervana 并购案完全失败了 。
「刚刚好」整件事件的所有参与演员:现场的英特尔、Habana Labs、坐在板凳一旁看戏的 AMD 与 nVidia , 都是 2019 年 IEEE Hotchips 31 的台上贵宾(大概因家大业大格局大 , 活动的餐点饮料包含酒类据说都由英特尔赞助买单) , 我们就来看看 , 英特尔耗费三年多做出来的成果 , 以及瞧瞧 NNP-T1000 为何被闪电腰斩的可能原因 。
毕竟现在这票所谓人工智能深度学习等的新兴应用 , 无论从硬件架构到资料处理格式到框架到应用程序函式库等等 , 很多部分都是高度定制化 , 少有业界共通的公开比较基准 , 单纯比较数字「赛猪公」的意义并不大 , 笔者也不会在这里仔细介绍英特尔两颗芯片的技术细节 。


推荐阅读