AI芯片初创公司涌现，英特尔如何应对？
极客时间编辑部
讲述：杜力大小：1.18M时长：02:35
近期，Facebook 宣布招聘 ASIC 和 FPGA 设计工程师，紧接着阿里巴巴也宣布正在自主研发 AI 芯片 Ali-NPU。Facebook 和阿里巴巴的入局，表明互联网巨头自主研发 AI 芯片已经是大势所趋。在此之前，谷歌、苹果、微软、亚马逊等公司，都纷纷自研 AI 芯片。
芯片是支撑 AI 的基础，由于 AI 芯片受算法和模型的影响非常大，因此对于那些掌握算法和模型、自己做软件和服务的公司来说，如果精确地了解自己想要什么，与其等待英特尔和英伟达等传统硬件商，自己出手造芯片反而能更快更准、更能满足自己特定的需求。
所有这些，无疑都对英特尔和英伟达等传统的硬件制造商提出了更大的挑战。
近日，英特尔人工智能事业部副总裁、人工智能实验室和软件总经理阿尔琼·班萨尔（Arjun Bansal）博士接受专访，对 AI 芯片的局势做了分析。
在 AI 芯片战火更旺的当下，英特尔通过收购 Nervana 神经网络处理器（NNP）、Mobileye（自动驾驶）、Movidius（视觉处理芯片）和 Altera（FPGA）等公司，在 AI 芯片领域内，构建起从云到端各种应用比较完善的布局。
面对各种 AI 芯片产品的问世，班萨尔表示并不会感到压力，把一个产品带入市场是非常复杂的过程，而他们的信心来自于英特尔在制造、算法和模型等方面的能力，以及和客户已有的 pipeline、工具链进行集成的能力。
他指出，英特尔有自己专业的技术，但优势并不是只在芯片本身，而是结合了产品、技术、生态系统的一个合力，以及从芯片设计、制造到销售一整套流程和生态的强大。而 AI 芯片初创公司要真正实现原型的量产，有很多具体的细节需要去考虑，包括市场和销售。
关于英特尔的定位，班萨尔博士表示，英特尔要做的，是成为对客户和合作伙伴来说，能够实现选择最大化的一家公司，根据不同客户的需求，在全栈的不同层级上都有相应的能力匹配。
而这一点也体现在英特尔 Nervana 神经网络处理器，也就是 NNP 上面，这是专门为深度学习设计的架构。这种新架构的目标是提供深度学习所需的灵活性，以支持所有深度学习元语（primitives），同时使核心硬件组件尽可能高效。
班萨尔博士表示，如今 AI 的发展符合他们的预期，虽然市面上出现了众多 AI 芯片，但是英特尔仍然有自信 NNP 能够满足当前以及未来深度学习的需求。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论