Facebook работал с Intel над чипом искусственного интеллекта для глубокого обучения

Intel представила то, что она называет процессором нейронной сети Nervana (NNP); первый коммерчески доступный чип компании, разработанный с нуля для приложений глубокого обучения. Это открытие также стало сюрпризом: Intel сотрудничает с Facebook над созданием оборудования, предназначенного для искусственного интеллекта.

Серия Nervana NNP, официально известная как «Lake Crest», является ответом Intel на растущее использование методов машинного обучения и опровержением всплеска интереса к процессорам Nvidia для рабочих нагрузок ИИ (который наблюдается доходы этой компании резко выросли за последний год).

Intel надеется, что с набором микросхем, предназначенным для глубокого обучения, она сможет захватить рынок центров обработки данных с искусственным интеллектом так же, как она захватила стеки более традиционных центров обработки данных. Граньнапример, указывает на то, что доля Intel на рынке центров обработки данных составляет 96%. Если за машинным обучением будущее, Intel хочет кусок этого саморазвивающегося пирога.

Не уверены в разнице между машинным обучением и искусственным интеллектом? У нас есть удобный учебник для начинающих.

Войдите в Nervana NNP, который использует приобретение компанией в августе 2016 года компании глубокого обучения. Нервана Системы. В прошлом году компания заплатила более 400 миллионов долларов (303 миллиона фунтов стерлингов) за стартап глубокого обучения, в котором работали 48 человек, и многие прогнозировали, что Intel сделает рывок в области глубокого обучения для центров обработки данных.

Однако еще более удивительным стало то, что Facebook сыграл центральную роль в создании NNP в Неване. «Мы очень рады, что Facebook в тесном сотрудничестве делится своими техническими знаниями, когда мы выводим на рынок новое поколение аппаратного обеспечения искусственного интеллекта», — написал генеральный директор Intel Брайан Кржанич в своем блоге, опубликованном вместе с объявлением во вторник.

Intel немного расплывчато описывает, что конкретно предлагает Facebook в плане «технической информации», но более широкие возможности глубокого обучения, безусловно, идут на пользу социальной сети. Больший потенциал машинного обучения означает, что он может сделать больше, предлагая пользователям персонализированные, прогнозируемые страницы. Это означает более разрозненный таргетинг для рекламодателей.

Intel также не дает точной информации о точных скоростях своей линейки Nervana NNP. Компания пока только говоря он «стремится обеспечить до 100-кратного сокращения времени на обучение модели глубокого обучения в течение следующих трех лет по сравнению с решениями на основе графических процессоров». Цель по 100-кратному увеличению скорости тренировок в настоящее время поставлена ​​на 2020 год.