اینتل از اولین تراشه‌های هوش مصنوعی خود رونمایی کرد

اینتل از اولین تراشه‌های هوش مصنوعی خود رونمایی کرد

اینتل به‌تازگی دو پردازنده‌ی هوش مصنوعی جدید خود را معرفی کرده است که با هدف به‌کارگیری در مراکز داده طراحی شده‌اند.

اینتل

اینتل از دو پردازنده‌ی جدید مختص مراکز رایانشی بزرگ رونمایی کرد. این دو پردازنده اولین محصولات غول دنیای نیمه‌هادی خواهند بود که از هوش مصنوعی بهره می‌برند. پردازنده‌های مذکور اولین محصولات ارائه شده از پروژه‌ی پردازنده‌‌ی سیستم عصبی نروانا (Nervana) هستند که یکی از آن‌ها برای آموزشسیستم‌‌های هوش مصنوعی و دیگری برای استنتاج به‌کارگیری خواهند شد. نروانا NNP-T با کدنام Spring Crest برای آموزش سیستم‌های هوش مصنوعی مورد استفاده قرار می‌گیرد و به‌همراه ۲۴ خوشه‌ی پردازشی تنسور، که برای تأمین نیاز شبکه‌های عصبی طراحی شده‌اند، عرضه خواهد شد.

سیستم روی چیپ (SoC) جدید اینتل تمام نیازهای کاربران برای آموزش سیستم‌های هوش مصنوعی در سخت‌افزارهای اختصاصی را رفع می‌کند. نروانا NNP-I با کدنام Spring Hill سیستم روی چیپ استنتاج اینتل است که از لیتوگرافی ۱۰ نانومتری همراه‌با هسته‌های آیس‌لیک (Ice Lake) بهره می‌برد تا کاربران را در به‌کارگیری سیستم‌هایی که با هوش مصنوعی آموزش‌دیده‌اند، یاری کند.

SoCهای جدید اینتل با هدف انجام وظایف سنگین هوش مصنوعی در محیط مراکز داده طراحی شده‌اند؛ به‌گونه‌ای که کاربران برای انجام چنین وظایفی و یادگیری ماشین، تنها بر پردازنده‌های زئون متکی نباشند.

پردازنده‌های نروانا NNP-T و NNP-I برای رقابت با واحد پردازشی تنسور گوگل، فناوری NVDLA انویدیا و تراشه‌های AWS Inferentia آمازون طراحی شده‌اند. ناوین رائو، رئیس گروه محصولات هوش مصنوعی اینتل چگونگی کمک پردازنده‌های جدید به فراگیری هوش مصنوعی را اینگونه توضیح می‌دهد:

برای رسیدن به آینده‌ای که در آن هوش مصنوعی در همه‌جا حضور دارد، باید بتوانیم با حجم عظیم داده‌ها‌ی تولیدشده کنار بیاییم و مطمئن شویم که سازمان‌ها برای استفاده بهینه از داده‌هایشان و پردازش آن‌ها قدرت کافی دارند. مراکز داده و فضاهای ابری باید به رایانش عمومی و تسریع تخصصی پربازده و مقیاس‌پذیری دسترسی داشته باشند تا از کاربردهای پیچیده‌ی هوش مصنوعی بهره‌مند شوند. در چشم‌انداز فراگیرسازی هوش مصنوعی، رویکردی جامع از سخت‌افزار به نرم‌افزار برای کاربردهای هوش مصنوعی نیاز داریم.