Szczegółów nie ma, ale Intel twierdzi, że nowe chipy skrócą czas szkolenia w zakresie głębokiego uczenia się.
Kiedy sztuczna inteligencja eksplodowała, Intel nie zareagował. Teraz próbują potwierdzić swoją pozycję w świecie krzemu, prezentując nową linię chipów, zaprojektowaną specjalnie dla sztucznej inteligencji, zwaną procesorem sieciowym Intel Nervana Neural Network Processor, w skrócie NNP.
Linia chipów NNP jest odpowiedzią na potrzebę uczenia maszynowego i jej przeznaczeniem są centra danych, a nie komputery.
Procesory Intela mogą być gigantami w przestrzeni serwerowej (według szacunków Intel ma 96% udziału w rynku centrów danych), ale obecne obciążenia AI nadal są zdominowane przez procesory graficzne.Grafiki lub procesory graficzne pochodzą od takich firm jak Nvidia czy ARM. W rezultacie rośnie popyt na chipy tych firm. (Przychody Nvidii od ubiegłego roku do przyszłego roku wzrosły o 56%).
Wkroczył Google, projektując własny układ Tensor Processing Unit do obsługi przetwarzania w chmurze, podczas gdy nowe firmy, takie jak Graphcore w Wielkiej Brytanii, również próbują wypełnić lukę.
Odpowiedzią Intela jest zakup talentów sprzętowych AI. W marcu kupili firmę wizyjną Mobileye, producenta chipów Movidius (który produkuje chipy do autonomicznych samolotów DJI) we wrześniu ubiegłego roku, a w sierpniu start-up Nervana Systems zajmujący się głębokim uczeniem się. /2016.

Intel intensywnie inwestuje w specjalistów w zakresie sprzętu chipowego AI
Od tego czasu zajmowali się procesorem sieci neuronowej, wcześniej znanym jako Lake Crest. Chip NNP jest bezpośrednim wynikiem przejęcia Nervany i skupia się na ekspertach, aby osiągnąć „krótszy czas uczenia się w przypadku modeli głębokiego uczenia się”. (Intel powiedział również, że otrzymał porady od Facebooka dotyczące projektu chipa, ale nie podał żadnych szczegółów.
Intel nie określił, o ile dokładnie szybszy będzie ich model głębokiego uczenia się. Podczas gdy Google promuje swój nowy układ TPU, oferując testy porównawcze z konkurencją, https://cloud.google.com/blog/big-data/2017/05/an-in-century-look-at-googles-first-tensor- Processing-Unit-tpu Intel stwierdził jedynie, że jest na dobrej drodze i osiągnie swój cel, jakim jest 100-krotne przyspieszenie głębokiego uczenia się do 2020 roku.
Nadal nie jest jasne, kiedy chip NNP trafi do użytkowników.