Поиск

USD/RUB: 65.81 EUR/RUB: 75.32 BTC/USD: 6482.35

22 ноября : понедельник

Колонка эксперта

Intel выпустит нейроморфный чип Nervana к декабрю

19.10.2017 10:26

Компания Intel объявила, что «первый в отрасли процессор нейронных сетей» — Nervan Nural Network Processor (NNP) — будет доступен к концу года. Вендор сотрудничает с Facebook, чтобы развивать возможности искусственно интеллекта, пишет Computing.

В своем блоге генеральный директор Intel Брайан Кршанич говорит, что новый NNP позволит компаниям «разрабатывать новые классы приложений для ИИ». Более конкретная цель, упомянутая Кржаничем: увеличить производительность ИИ компании в 100 раз к 2020 году.

Нейроморфные чипы пытаются моделировать работу человеческого мозга, в котором информация, захваченная миллиардами сенсорных рецепторов, обрабатывается параллельно нейронами и синапсами. Со временем связи между нейронами изменяются — они учатся на собственном опыте. Идея тиражирования этого процесса в технологии датируется, по крайней мере, концом 1980-х годов, когда американский ученый Карвер Мид применил термин «нейроморфный» в своей исследовательской работе.

В 2014 году IBM объявила, что создала нейроморфный чип, который мог выполнять 46 миллиардов операций в секунду, затрачивая всего 70 милливатт энергии (мозг также чрезвычайно энергоэффективен), а позже заявила о прорыве в создании искусственных нейронов, ставших основой сплава, используемого в дисках Blu-ray. Другие чипмейкеры от Qualcomm до NVIDIA уже предъявили запатентованные архитектуры и проекты, а Facebook уже давно работает с ИИ, чтобы попытаться понять контекст сообщений пользователей.

В 2016 году корпорация Intel приобрела стартап по глубинному обучению Nervana. В то время вендор заявил, что приобретение будет «продвигать портфель ИИ от Intel и повысит эффективность обучения и совокупную стоимость владения процессорами Intel Xeon и Intel Xeon Phi».

В отличие от стандартных чипов, встроенная память NNP напрямую управляется программным обеспечением, а не физическим кэшем, говорит Intel, что увеличивает пропускную способность памяти, одновременно позволяя увеличить параллелизацию и снизить энергопотребление.

Источник: @Astera