ZD至顶网服务器频道 11月18日 新闻消息: 就在收购Nervana的两个月时间内,英特尔将这个家深度学习初创公司的技术融入了自己的产品路线图。英特尔公司表示,新的Nervana平台将成为业界面向AI最完整的产品组合,针对速度和易用性进行了设计。
“我们预计英特尔Nervana平台在性能方面取得突破,大幅度缩短培训复杂神经网络的时间,”英特尔高级副总裁、数据中心总经理Diane Bryant这样表示。“在这个十年结束之前,英特尔将实现性能的100倍提升,这将加速在深度学习新兴领域的创新步伐。”
英特尔将在2017年上半年测试首个硅芯片(代号Lake Crest),并在2017年晚些时候提供给少量的客户。至强5适用于更普遍的机器学习工作负载,而这款产品将专注于深度学习,实现新的AI创新。
“我们在这里提供的是前所未有的计算密度和高带宽互连,”Nervana创始人、英特尔副总裁Naveen Rao这样表示。“这是完全从零开始针对深度学习设计的。通用架构通常要做很多方面的妥协,而我们这款独特的产品是不需要的。”
此外,新款代号为Knights Crest的新产品将把至强处理器与Nervana的技术进行紧密集成。
Nervana技术带来的重大进展只是英特尔近日有关人工智能所做的公告之一。英特尔还表示,他们将会向选定的大型云提供商出货下一代至强处理器(Skylake)的初步版本。新产品是英特尔最近十年最大的至强平台升级。此外,下一代至强Phi处理器——Knights Mill产品——将在2017年推出,并且英特尔承诺说,这款产品比目前的产品线在深度学习表现上提升4倍。此外,英特尔还宣布与Google达成一项战略合作关系,加速企业云的采用,此举将让企业能够运行更多工作负载例如AI应用。
实现这些性能上的提升,是英特尔完善开发和广泛采用人工智能战略的第一步。
“你看一看目前业界的变革,从个人计算机到互联网再到云计算,我们扮演了重要的角色,打造一款面向这个领域的平台,并加速这个领域的转型,”英特尔副总裁Jason Waxman这样表示。“我相信人工智能是下一个重大的计算热潮,因此我们要把很多资产聚合到一起。”
人工智能将给各行各业带来变革,从工业制造和车辆,到医疗保健和欺诈检测。但是首先要客户计算性能和可负担性方面的瓶颈,Waxman这样表示。英特尔将Nervana技术集成到自己的计划中以打破这些瓶颈的步调是很重要的。Waxman称其“可能是我们新收购案例中卖出第一步最成功的一次”。
英特尔的目标是让AI无处不在,已经扩展到了芯片领域之外。通过收购认知计算公司Saffron,英特尔提供了一个平台,使用各种不同的机器学习技术为企业提供洞察,例如关联学习和基于记忆的推理。与此同时,通过收购Movidius英特尔将视觉处理单元集成到自己的产品路线图中,以补充英特尔的RealSense技术。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。