英特尔今天在以色列海法的一次特别活动中,悄然推出了首款专用人工智能处理器。
这款名为Nervana Neural Network Processor for Inference的处理器(也称为Springhil),是在位于海法的英特尔实验室开发的,据称是专为运行人工智能工作负载的大型数据中心设计的。据路透社报道,它基于改进的10纳米Ice Lake处理器,能够处理密集型工作负载,同时能耗极少。
英特尔表示,包括Facebook在内的多家客户已经开始在他们的数据中心使用该芯片。
Nervana NNP-I芯片是英特尔“AI无处不在”战略的一个组成部分。英特尔采用GPU、FPGA以及定制的ASIC来处理人工智能中的各种复杂任务,包括创建用于语音翻译和对象识别神经网络,以及通过推理过程运行训练模型。
Nervana NNP-I芯片足够小,可以通过所谓的M.2存储设备部署在数据中心,然后插入主板标准的M.2端口。这样就可以让英特尔标准的至强处理器从推理工作负载中脱离,更专注于一般性的计算任务。
Moor Insights&Strategy分析师Patrick Moorhead表示:“大多数推理工作负载都是在CPU上运行完成的,即便是像Nvidia T系列这样的加速器可以提供更高的性能。当延迟无关紧要而原始性能更重要的时候,则首选是加速器。英特尔的Nervana NNP-I旨在与Nvidia甚至Xilinx FPGA这样的分立加速器展开竞争。”
英特尔表示,Nervana NNP-I芯片实际上是改进版的10纳米Ice Lake芯片,带有两个计算机核心,图形引擎被剥离以容纳12个推理计算引擎,这些目的都是为了加速推理过程,也就是针对语音和图像识别等任务实施经过训练的神经网络模型。
Constellation Research分析师Holger Mueller表示,这对英特尔来说是一次重要的发布,因为此前英特尔在人工智能推理方面基本处于观望状态。
Mueller说:“英特尔正在提升在能耗和存储方面的能力,并在处理器套件中寻求协同效应。由于Springhill是通过M2设备和端口部署的,这在几十年前称为协同处理器,这有效地卸载了至强处理器。但我们必须等待,看看Springhill能否与更专业的、通常是基于GPU的处理器架构相抗衡。”
好文章,需要你的鼓励
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破,首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制,该系统解决了传统方法在视频中容易"跟丢"目标的问题,在视觉问答、区域描述等多项任务上达到最先进水平,为教育、安防、内容创作等领域的AI应用奠定了基础。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
这项由中国人民大学等机构合作完成的研究提出了Virgo系统,发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性,为更经济高效地开发多模态AI系统指明了新方向,同时也揭示了AI感知反思能力不足的局限性。