英特尔推出了三款用于训练和部署人工智能模型的芯片

英特尔公司今天推出了三款用于训练和部署人工智能模型的芯片，这将使其能够与Nvidia公司展开竞争，后者的图形处理单元在市场上占主导地位。

这些芯片是在英特尔于2016年对两家机器学习公司Nervana Systems和Movidius Ltd的收购中产生的，这些芯片是英特尔于2016年在旧金山举行的新闻发布会上宣布的。这些芯片共同代表了英特尔第一个针对专用AI芯片的大型展示，这些芯片已超越了主流Xeon和Xeon。核心芯片系列。

根据现任Nervana创始人，现为公司副总裁兼英特尔人工智能产品部门总经理的Naveen Rao（如图所示，其中包含一种新的Nervana芯片），A3986SLDTR-T处理器带来的功能至关重要，因为“我们正在达到一个突破点在计算硬件和软件中。这种现实最近也在推动着新一代的面向AI的芯片初创公司的发展，其中就包括今天的一个名为Blaize Inc.的公司。

针对GPU制造商最直接的产品是Nervana NNP-T1000神经网络处理器。它是针对硬件密集型任务进行优化的集成电路，该任务使用示例数据训练AI模型。今天，此过程对于确保模型产生准确的结果是必不可少的，如今已在绝大多数AI项目中使用Nvidia芯片进行了此过程。

英特尔在八月份的预览中 表示，NNP-T1000每秒可以管理多达119万亿次操作。该公司不会自行交付处理器，而是作为加速器卡的一部分，企业可以将其插入服务器。这些卡的设计使其可以相对轻松地将许多卡链接在一起，英特尔表示，这些卡甚至可以支持超级计算机规模的AI培训工作负载。

英特尔凭借NNP-T1000脱颖而出。该公司没有选择在自己的工厂进行生产，而是选择将任务委托给外部半导体制造商台积电。构成NNP-T1000的270亿个晶体管是使用台湾公司的16纳米制造工艺制造的，并被组织为24个处理核心。