基于FPGA可程序化硬件運算技術，推出深度學習加速卡DLIA

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

針對高效能運算（HPC）領域當中也相當熱門的AI應用，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)品當中的Arria 10的適配卡，芯片之間傳輸率，最高可達到25.78 Gbps，最大浮點運算效能為1，500 GFLOPS，可因應卷積神經(jīng)網(wǎng)絡（CNN）的部署架構，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技術而成，所以秉持了可程序化的特性，用戶能從遠程對DLIA進行韌體更新，以便隨時因應AI技術的改變，而且也能直接運用深度學習的軟件開發(fā)框架，例如英特爾自己維護、發(fā)行的Caffe，以及MKL-DNN（Math Kernel Library for Deep Neural Networks）等鏈接庫。

專為深度學習應用所設計的Crest系列芯片，預計將在2017年問世

英特爾2016年并購Nervana公司后，預計在2017年推出運算芯片Nervana Engine。

這顆代號為Lake Crest的處理器，是專為深度學習的工作負載所設計的，將提供極高的運算密度，大幅超越現(xiàn)行GPU的運算能力。

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存技術HBM2，搭配的總容量為32GB，訪問速度高達8Tb/s。而芯片之間進行互相溝通時，Lake Crest提供12個雙向的鏈接通道，有助于在彼此互連的架構下，進行高速數(shù)據(jù)傳輸。

英特爾強調，Lake Crest能支持真正的數(shù)據(jù)模型平行處理作業(yè)，因為在這樣的運算架構當中，每一個運算節(jié)點，都會配置專用的內存接口，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內存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，推出更進一步整合Xeon與Nervana加速技術的芯片，研發(fā)代號為Knights Crest。展望AI運算平臺的未來目標，他們希望將現(xiàn)行AI應用耗費在深度學習訓練的時間，盡可能地縮短，在2020年能做到實時訓練，達到節(jié)省幅度100倍的目標。

Lake Crest的深度學習處理架構

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

下篇：英特爾AI策略全解析(2):軟件的優(yōu)化提供強大效能