基于FPGA可程序化硬件運(yùn)算技術(shù)，推出深度學(xué)習(xí)加速卡DLIA

FPGA則是另一個英特爾近年來極力發(fā)展的重點(diǎn)，他們在2015年并購了專攻FPGA技術(shù)的Altera公司，并以此成立新的業(yè)務(wù)單位──可程序化解決方案事業(yè)群（Programmable Solutions Group）。

針對高效能運(yùn)算（HPC）領(lǐng)域當(dāng)中也相當(dāng)熱門的AI應(yīng)用，英特爾在今年11月稍早舉行的Supercomputing 2016大會期間，也宣布將于2017年初推出基于FPGA的AI加速解決方案，名為Deep Learning Inference Accelerator（DLIA），可用于影像辨識應(yīng)用，并且具備大量的數(shù)據(jù)吞吐能力與高度的能源效益。

DLIA的硬件是英特爾FPGA 系列產(chǎn)品當(dāng)中的Arria 10的適配卡，芯片之間傳輸率，最高可達(dá)到25.78 Gbps，最大浮點(diǎn)運(yùn)算效能為1，500 GFLOPS，可因應(yīng)卷積神經(jīng)網(wǎng)絡(luò)（CNN）的部署架構(gòu)，提供優(yōu)化效能。而且，Arria 10本身所采用的處理器，是20奈米制程的ARM系統(tǒng)單芯片（SoC）Cortex-A9 MPCore，比起前一代FPGA與SoC芯片，號稱能節(jié)省4成的電力。

同時，由于DLIA是基于FPGA技術(shù)而成，所以秉持了可程序化的特性，用戶能從遠(yuǎn)程對DLIA進(jìn)行韌體更新，以便隨時因應(yīng)AI技術(shù)的改變，而且也能直接運(yùn)用深度學(xué)習(xí)的軟件開發(fā)框架，例如英特爾自己維護(hù)、發(fā)行的Caffe，以及MKL-DNN（Math Kernel Library for Deep Neural Networks）等鏈接庫。

專為深度學(xué)習(xí)應(yīng)用所設(shè)計(jì)的Crest系列芯片，預(yù)計(jì)將在2017年問世

英特爾2016年并購Nervana公司后，預(yù)計(jì)在2017年推出運(yùn)算芯片Nervana Engine。

這顆代號為Lake Crest的處理器，是專為深度學(xué)習(xí)的工作負(fù)載所設(shè)計(jì)的，將提供極高的運(yùn)算密度，大幅超越現(xiàn)行GPU的運(yùn)算能力。

在數(shù)據(jù)存取的方式上，Lake Crest本身也配置了新一代的高速帶寬內(nèi)存技術(shù)HBM2，搭配的總?cè)萘繛?2GB，訪問速度高達(dá)8Tb/s。而芯片之間進(jìn)行互相溝通時，Lake Crest提供12個雙向的鏈接通道，有助于在彼此互連的架構(gòu)下，進(jìn)行高速數(shù)據(jù)傳輸。

英特爾強(qiáng)調(diào)，Lake Crest能支持真正的數(shù)據(jù)模型平行處理作業(yè)，因?yàn)樵谶@樣的運(yùn)算架構(gòu)當(dāng)中，每一個運(yùn)算節(jié)點(diǎn)，都會配置專用的內(nèi)存接口，如此一來，系統(tǒng)能夠存取的數(shù)據(jù)模型大小較不受限，同時也可以藉此增進(jìn)內(nèi)存I/O效率。

而在Lake Crest之后，英特爾打算師法Xeon Phi x200系列處理器的作法，推出更進(jìn)一步整合Xeon與Nervana加速技術(shù)的芯片，研發(fā)代號為Knights Crest。展望AI運(yùn)算平臺的未來目標(biāo)，他們希望將現(xiàn)行AI應(yīng)用耗費(fèi)在深度學(xué)習(xí)訓(xùn)練的時間，盡可能地縮短，在2020年能做到實(shí)時訓(xùn)練，達(dá)到節(jié)省幅度100倍的目標(biāo)。

Lake Crest的深度學(xué)習(xí)處理架構(gòu)

Lake Crest是基于多維度數(shù)據(jù)數(shù)組（tensor-based）的處理架構(gòu)，而且，提供Flexpoint的作法，所能支持的平行處理層級是現(xiàn)行技術(shù)的10倍。這顆芯片內(nèi)建的內(nèi)存也很特別，是HBM（High Bandwidth Memory）的第二代技術(shù)，內(nèi)存帶寬是目前DDR4的12倍。

下篇：英特爾AI策略全解析(2):軟件的優(yōu)化提供強(qiáng)大效能