強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長

2018.05.24 04:32PM
224
是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長這篇文章的首圖
首圖

在此次於舊金山舉辦的AI DEVCON活動中,前Nervana共同創辦人暨執行長,現任Intel人工智慧解決方案部門總經理Naveen Rao強調人工智慧仍處於相當早期發展階段,同時並非僅能由單一機構獨立推行,必須藉由眾人力量持續推動人工智慧技術發展,並且使其成為改變傳統電腦運算的全新方式。

是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長這篇文章的首圖

就Intel目前對於人工智慧發展看法,認為將從軟體、硬體與互動交流三大面向投入發展,而這也是目前Intel在人工智慧技術著重發展部分。

其中,在軟體應用部分除了加入支援市面主流常見的TensorFlow、Caffe、Caffe 2、MXNet、pytorch、ONNX、CNTK,並且可藉由Intel旗下深度學習編譯器nGraph持續相容未來更多學習框架,同時透過開放架構達成內容相容效果,藉此強化人工智慧學習應用效果。

是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長的第3張圖

就目前Intel對於人工智慧技術發展,主要還是基於FPGA架構整合CPU、GPU等運算元件,藉此針對不同需求建構各類學習運算模式,同時也能快速依據臨時變更需求調整學習模式,因此Intel強調在部分情況下,透過FPGA架構佈署的學習模式將比藉由GPU加速方式更為省電。

不過,持續強調FPGA架構所帶動優勢,並非代表Intel認為GPU加速效益不佳,最主要還是看人工智慧技術應用方向,以及實際學習模式,例如應用項目面臨大幅度變更學習運算模式,而非鎖定巨量學習運算規模,必須藉由GPU加速縮短學習時間的情況下,FPGA架構自然有其彈性應用優勢。以著重發展GPU的NVIDIA立場而言,同樣也認為FPGA架構有其優勢所在,而GPU則是在學習加速有明顯效率表現,進而以更具效率方式推動人工智慧技術成長。

是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長的第4張圖

而針對TensorFlow學習框架應用,Google持續藉由更新TPU設計讓學習效率具體提昇的情況,Intel日前也宣布與微軟攜手合作名為Project Brainwave服務項目,透過FPGA架構與Azure雲端服務平台結合應用,讓開發者能依據不同需求即時調整學習運算資源配置,強調相比Google以TPU推動運算模式可縮減5倍運算延遲效果。另一方面,Intel在與亞馬遜旗下AWS雲端平台合作部分,同樣也是藉由FPFGA運算架構提供彈性配置效果,藉此對應最佳運算效益。

因此在結合開放學習運算資料庫、藉由深度學習編譯器達成不同學習框架運算相容,並且配合旗下XEON處理器藉由FPGA架構彈性配置推動更具效率的學習效果,更進一步與合作夥伴、開發者等交流互動、建立深度合作,進而擴大人工智慧技術應用範疇。在未來逐漸成為主流發展的物聯網應用方面,Intel除日前宣佈推出OpenVINO開發工具,更與C3 IOT平台合作打造各類微型服務等物聯網應用項目。

藉由人工智慧學習運算,Intel認為將能帶來全新應用改革,例如藉由電腦視覺推動搜尋內容推薦,或是避免不良內容出現在搜尋結果,甚至應用在Facebook可讓動態牆顯示內容更符合個人閱讀需求,此外也能應用在影像內容及時標示、顯示註解,或是在賽事轉播過程即時標示畫面中出現選手名稱、單場得分或助攻等數值等。更多應用則包含監視系統物件識別、動畫人物肢體或嘴部動作模擬真實表現,以及醫療分析、自動駕駛、內容創作等領域,因此讓不少市場看法認為人工智慧將可帶動下一波工業革命。

是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長的第5張圖

是強調FPGA架構彈性優勢之餘,Intel將以軟硬體、合作交流持續推動人工智慧成長的第6張圖

回應 0

熱門文章

最新消息

本日精選