英特尔宣布首款 AI 商用晶片已生产，新一代 Movidius VPU 2020 年见

美国时间 11 月 12 日，2019 英特尔人工智慧高峰会谈（Intel AI Summit 2019）在旧金山举行。在会议期间，英特尔展示了一系列 AI 相关新产品和相关进展，其中，包括针对训练（NNP-T1000）和推理（NNP-I1000）的英特尔 Nervana 神经网路处理器（NNP）都逐一亮相，而英特尔也公布新一代 Movidius Myriad 视觉处理单元。

英特尔公司副总裁兼人工智慧产品事业部总经理 Naveen Rao （见首图）表示：

随着人工智慧的进一步发展，运算硬体和记忆体都将到达临界点。如果要在该领域继续取得巨大进展，专用型硬体必不可少，如英特尔 Nervana NNP 和 Movidius Myriad VPU。採用更先进的系统级人工智慧，我们将从"数据到资讯的转换"阶段发展到"资讯到知识的转换阶段"。

对于英特尔来说，Nervana NNP 是它在神经网路处理器方面的重要产品，可以说是第一款 AI 商用晶片，而且这款产品从发表、测试、量产到应用，实际上经历了一个漫长的产品週期。

新一代 Nervana NNP 首先亮相是在 2018 年 5 月。当时，在英特尔人工智慧开发者大会（AIDevCon 2018）上，Naveen Rao 发表新一代专为机器学习设计的神经网路处理器（NNP）晶片，并表示这是英特尔第一款商业 NNP 晶片，将不只是提供给小部分合作伙伴，将在 2019 年发货。

到了 2019 年 8 月，英特尔在 Hot Chips 大会召开期间公布 NNP 晶片的更多资讯，其中，它依据用途分为 Nervana NNP-T 和 Nervana NNP-I，分别用于训练和推理。

据了解，Nervana NNP-T 代号 Spring Crest，採用了台积电的 16 奈米 FF+ 製程，拥有 270 亿个晶体管，硅片面积 680 平方毫米，能够支援 TensorFlow、PaddlePaddle、PYTORCH 训练框架，也支援 C++ 深度学习软体库和编译器 nGraph。

而 Nervana NNP-I，代号为 Spring Hill，是一款专门用于大型资料中心的推理晶片。这款晶片是基于10 奈米技术和 Ice Lake 核心打造的，打造地点是以色列的 Haifa ，英特尔号称它能够利用最小的能量来处理高负载的工作，它在 ResNet50 的效率可达 4.8TOPs/W，功率範围在 10W 到 50W 之间。

按照官方说法，英特尔 Nervana 神经网路训练处理器（Intel Nervana NNP-T）在运算、通讯和记忆体之间取得了平衡，不管是对于小规模群集，还是最大规模的 pod 超级电脑，都可进行近乎线性且极具能效的扩展。英特尔 Nervana 神经网路推理处理器（Intel Nervana NNP-I）具备高效能和低成本，且其外形规格灵活，非常适合在实际规模下运行高强度的多模式推理。这两款产品针对百度、 Facebook 等先进人工智慧客户，并针对他们的人工智慧处理需求进行了定制开发。

在 2019 英特尔人工智慧高峰会现场，英特尔宣布──新推出的英特尔 Nervana 神经网路处理器（NNP）现已投入生产并完成客户交付。其中，Facebook 人工智慧系统协同设计总监 Misha Smelyanskiy 表示：

我们非常高兴能够与英特尔合作，利用英特尔神经网路推理处理器（NNP-I）部署更快、更高效的推理计算；同时，我们最新的深度学习编译器 Glow 也将支援 NNP-I。

另外，百度 AI 研究员 Kenneth Church 在现场表示，在今年 7 月，百度与英特尔合作宣布双方在 Nervana NNP-T 的合作，双方透过硬体和软体的合作来实现用最大的效率来训练日益增长的複杂模型。Kenneth Church 还宣布，在百度 X-Man 4.0 的加持下，英特尔的 NNP-T 已经推向市场。

在峰会现场，英特尔公布全新一代 Movidius VPU。

下一代英特尔 Movidius VPU 的代号是 Keem Bay，它是专门为边缘 AI 打造的一款产品，专注于深度学习推理、电脑视觉和媒体处理等方面，採用全新的高效能架构，并且透过英特尔的 OpenVINO 来加速。按照官方数据，它在速度上是辉达 TX2 的 4 倍，是华为海思 Ascend 310 的 1.25 倍。另外在功率和尺寸上，它也远远超过对手。

英特尔方面表示，新一代 Movidius 计划于 2020 年上半年上市，它凭藉独一无二的高效架构优势，能够提供业界领先的性能：与上一代 VPU 相比，推理性能提升 10 倍以上，效能则可达到竞品的 6 倍。

据了解，英特尔曾经在 2017 年 8 月推出一款 Movidius Myriad X 视觉处理器（VPU），该处理器是一款低功耗 SoC，採用了 16 奈米製程，由台积电来代工，主要用于基于视觉的设备的深度学习和 AI 演算法加速，比如无人机、智慧相机、VR / AR 头盔。

除了新一代 Movidius，英特尔还发表全新的英特尔 DevCloud for the Edge，该产品旨在与英特尔 Distribution of OpenVINO 工具包共同解决开发人员的主要痛点，即在购买硬体前，能够在各类英特尔处理器上尝试、部署原型和测试 AI 解决方案。

另外，英特尔还介绍了自家的英特尔至强可扩展处理器（Xeon）在 AI 方面的进展。

英特尔方面表示，推进深度学习推理和应用需要极其複杂的数据、模型和技术，因此在架构选择上需要有不同的考量。事实上，业界大部分组织都基于英特尔至强可扩展处理器部署了人工智慧。英特尔将继续透过英特尔向量神经网路指令（VNNI）和英特尔深度学习加速技术（DL Boost）等功能来改进该平台，进而在数据中心和边缘部署中提升人工智慧推理的性能。

英特尔强调称，在未来很多年中，英特尔至强可扩展处理器都将继续成为强有力的人工智慧计算支柱。

在本次 2019 英特尔人工智慧峰会上，英特尔公布其在 AI 方面的整体解决方案。实际上，英特尔在 AI 方面的优势不仅局限在 AI 晶片本身的突破，更重要的是，英特尔有能力全面考虑计算、记忆体、储存、互连、封装和软体，以最大限度提升效率和可编程性，并能确保将深度学习扩展到数以千计节点的关键能力。

不仅如此，英特尔还能够借重现有的市场优势将自家在 AI 领域的能力带向市场，实现 AI 的商用落实。值得一提的是，在高峰会现场，英特尔宣布，自家的人工智慧解决方案产品组合进一步得到强化，并有望在 2019 年创造超过 35 亿美元的营收。

可见，在推进 AI 技术走向商用落实方面，英特尔终于跨出了自信的一步。