Intel深度学习新算法SLIDE比8张NVIDIA卡快

AI（人工智能）是当今科技圈的热门话题，深度学习则是AI训练的重要手段之一。如何学习要靠硬件和算法支撑，这方面，Intel力挺CPU，NVIDIA则力挺GPU。

日前，Intel实验室联合美国莱斯大学宣布了一种突破性的深度学习新算法SLIDE。

SLIDE基于散列开发，而非当前最富盛名的BP算法（反向传播算法）所基于的矩乘。

借助SLIDE，CPU用于传统AI模型深度学习训练的效率大大提升。研究论文举例称，一套拥有44个Xeon核心的平台和一套价值10万美元、由8张NVIDIA Vlta V100加速卡支撑的平台（TensorFlow框架）执行相同的训练任务，前者用时1小时，后者则花了3.5小时。

有趣的是，Intel还表示，它们这套平台尚未充分优化，还是“残血”状态，比如处理器的DLBoost并未启用。

不过，这套44核至强平台到底是什么型号CPU并未公布，一说就是22核心44线程的至强铂金6238，一说是双路至强铂金6238，还有可能是未发布的产品。