英特尔已经决定终止Nervana神经网络处理器的开发工作,而是把精力放在12月20亿美元收购Habana Labs时获得的人工智能芯片架构上。
该消息是由Moor Insights&Strategy分析师Karl Freund本周五在《福布斯》上透露的。他说,英特尔告诉他,英特尔已经决定终止在Nervana NNP-T训练芯片和Nervana NNP-I推理芯片方面的工作,但表示仍将履行对后者的客户承诺。
Habana有两款自主开发的AI芯片,分别是Habana Gaudi和Habana Goya(如图)。前者是高度专业化的神经网络训练芯片,后者是用于推理的处理器(在主动部署中采用了神经网络)。
英特尔面临的问题在于,这两套芯片或多或少都是出于相同的目的,因此,英特尔没有必要让两条产品线同时存在。
确实,在英特尔收购Habana时,就有分析师对Nervana芯片的未来进行了推测。Freund本人就曾表示,“很难想象”的一种情况是Nervana处理器继续在英特尔产品组合中扮演重要的角色。
原因之一是Habana芯片的功能要强大得多。在最近的基准测试中,两颗Nervana NNP-I芯片在ResNet-50测试中每秒输入最高是10.567。而同一测试中,仅仅一个Habana Goya芯片能够达到每秒14451次输入。Goya不仅功能更强大,而且自2018年以来就一直在向客户出货,而NNP-I还未发布。
英特尔在2016年8月以约3.5亿美元的价格收购了Nervana Systems,希望以此打入深度学习训练芯片市场,而在此之前,Nvidia以更强大的GPU主导了该市场。当时英特尔的想法是,通过开发专用于深度学习的专用集成电路,加强与Nvidia竞争的优势。
放弃Nervana芯片的决定可能会对英特尔的AI平台部门产生一定的影响。目前该部门是由Nervana联合创始人之一Naveen Rao领导的,尚有很多前雇员。英特尔在12月的时候曾表示,打算保留Habana作为一个独立的业务部门,但很可能会决定将其与AI平台部门进行合并。
此前英特尔在2017年以153亿美元收购了Automated Driving Group和Mobileye N.V.之后,也将其合并成为一个独立的业务部门。
好文章,需要你的鼓励
Anthropic推出Claude Code的Slack集成功能,让开发者能直接在聊天线程中委托编程任务。这项测试功能于周一以研究预览版形式发布,基于现有Slack集成增加了完整工作流自动化。开发者现在可以标记@Claude启动完整编程会话,Claude会分析消息确定合适的代码库,在线程中发布进度更新并分享审查链接。这反映了行业趋势:AI编程助手正从IDE迁移到团队协作工具中。
波恩大学研究团队首次量化AI训练的材料成本,发现一块GPU含32种元素,93%为重金属。训练GPT-4需消耗约7吨金属材料,其中多为有毒重金属。研究建立了从计算需求到硬件消耗的评估框架,发现通过软硬件优化可减少93%的资源消耗。该研究揭示了AI发展的隐性环境代价,呼吁行业从规模竞赛转向效率革命,实现可持续发展。
AI发展推动数据中心行业迎来前所未有的挑战与机遇。Switch公司消耗内华达州三分之一电力,展现了AI对电力需求的巨大规模。核能成为AI未来发展的关键,单个AI机架功耗可达1.7MW。预计到2030年,数据中心行业将消耗200GW电力。创新的星形配置设计和差异化备电策略正在重新定义数据中心的弹性架构,仅20%的工作负载需要发电机备份。
南开大学团队构建了迄今最大规模的结肠镜AI数据库COLONVQA,包含110万视觉问答条目。他们发现现有AI模型存在泛化能力不足和容易被误导等问题,因此开发了首个具备临床推理能力的结肠镜AI模型COLONR1。该模型采用多专家辩论机制生成推理数据,在综合评估中准确率达56.61%,比传统方法提升25.22%,为智能结肠镜诊断从图像识别向临床推理的转变奠定了基础。