英特尔推出视觉推理新杀器，性能已超越英伟达

（文章来源：智东西）

英特尔在旧金山举行2019人工智能峰会，推出代号为Keem Bay的下一代Movidius VPU，可用于边缘媒体、计算机视觉和推理应用，并计划于明年上半年上市。此外，英特尔还在现场展示了Nervana神经网络处理器（NNP），并正式宣告商用。这是英特尔的NNP研发项目对外宣告三年后，正式开始商用交付。

此外，英特尔副总裁兼人工智能产品事业部总经理Naveen Rao、英特尔物联网事业部副总裁兼视觉市场和渠道部门总经理Jonathan Ballon在会上发表演讲，介绍了英特尔最新的AI产品与相关技术进展。Naveen Rao在现场演讲中谈到，随着英特尔AI产品的更新与发布，AI解决方案的产品组合也将得到进一步的提升与优化，而这也有望在2019年创造超过35亿美元的营收。

我们先来说说最新的重量级产品——英特尔Movidius Myriad视觉处理单元（VPU），代号为Keem Bay，其经过优化可在边缘端进行工作负载的推理。性能方面，与上一代VPU相比，Keem Bay的推理性能提升了10倍以上，能效则可以达到竞品的6倍。同时，英特尔还介绍到，Keem Bay的功耗仅为英伟达TX2的四分之一，后者的功耗约为30W。同时，它比华为海思的昇腾310快1.25倍。

Jonathan Ballon在现场提到，该芯片拥有新的片上存储器架构。同时，Keem Bay提供的Tops推理量是英伟达Xavier的4倍，在充分利用的情况下，该芯片可帮助客户获得50%的额外性能。“与同类竞品相比，Keem Bay的性能比GPU的性能更好，不仅功率、大小和成本都实现了一定程度的降低，而且还进一步补充了我们完整的产品、工具和服务产品组合。”Jonathan Ballon补充说到。此外，Keem Bay计划将于2020年上半年上市。

今年，英特尔在面向AI推理和AI训练领域，相继推出了NNP-T和NNP-I两款Nervana神经网络处理器，专为大型数据中心而设计。同时，Nervana神经网络处理器也是英特尔研发的首个针对复杂深度学习的专用ASIC芯片，主要提供给云端和数据中心客户。实际上，英特尔早在2016年就已对外提出将启动Nervana神经网络处理器的项目研发。然而，英特尔在去年的AI大会中也尚未揭开该系列处理器的神秘面纱，直到今年才面世，现在终于正式交付商用。

Naveen Rao说，作为系统级AI解决方案的一部分，Nervana神经网络训练处理器目前已经投入生产，并已完成客户交付。其中，NNP-T采用台积电16nm制程工艺，拥有270亿个晶体管，硅片总面积达680平方毫米。应用上，它据有高度的可编程性，并支持所有主流深度学习框架，如TensorFlow、PYTORCH 训练框架和C++深度学习软件库等。同时，它还能够实现计算、通信和内存之间的平衡，而且不管是针对小规模群集，还是最大规模的pod超级计算机，它都可以进行近乎线性且极具能效的扩展。

一方面，NNP-I基于英特尔10nm Ice Lake处理器架构，同样支持所有的主流深度学习框架，在ResNet50上的效率可达4.8 TOPs/W，功率范围为10W到50W之间 。此外，它具有高能效和低成本，能将传统的AI和多个引擎结合，实现高效率的AI推理工作负载，适合在实际规模下运行高强度的多模式推理。在Naveen Rao看来，随着AI推理计算不断发展，并逐渐向智能化边缘转移，英特尔的AI竞争优势进一步明显。

“我们非常骄傲，能成为客户背后的算力支柱，我们也将持续用创新和技术来帮助客户布局AI。”Naveen Rao说到，目前，英特尔的许多客户已将其AI解决方案应用于各个层级的设备，部署在本地数据中心和超大规模公有云设施中。值得一提的是，这两款Nervana神经网络处理器主要面向英特尔的前沿AI客户，如百度和Facebook等，并针对这些企业的AI处理需求进行定制开发。

Naveen Rao说，截至目前，英特尔在无人机、机器人和自动驾驶等设备的边缘计算方面，已实现20%的同比增长。而今年，在边缘AI方面，英特尔推出了DevCloud for the Edge。它与OpenVINO工具包结合使用，可让开发人员在购买硬件前，使用现有的工具和框架，免费测试和优化OpenVINO中用于英特尔硬件的模型，例如CPU和FPGA等，进一步帮助开发人员对边缘设备进行AI部署和测试。

Jonathan Ballon在现场演讲中也提到，随着DevCloud for the Edge的发布，客户将能使用英特尔在夏季推出的Deep Learning Workbench工具进行建模和仿真，并可免费将其部署于开发云中的各种硬件配置。实际上，早在六个月前，DevCloud for the Edge的beta版本就已经推出，截至目前已经有2700个客户在使用。另一方面，OpenVINO支持从CPU、GPU、FPGA和英特尔Movidius神经计算棒等一系列深度学习加速器。

在Naveen Rao看来，随着人工智能的进一步发展，现有的计算硬件和内存都将在未来达到临界点，同时专用型硬件的重要性也愈加明显。因此，对英特尔来说，利用AI技术来提升业务成果，需要进一步推出涵盖硬件和软件的多种技术组合。
（责任编辑：fqj）