英特尔反击英伟达,推出深度学习加速器和新一代至强芯片

简介:

在今年的世界超算大会 SC16 上, Intel 发布了针对 AI 开发者的深度学习推理加速器,对卷积神经网络的计算提供更强大支持。

据悉,该加速器采用 PCIe 接口,搭载了 Arria 10 FPGA 以及一系列简化、解密 AI 部署的工具。Intel 把该加速器定位于针对推理,与针对训练的 72 核 Xeon Phi KNL/KML 芯片共同构成 intel 在超算领域的布局。该深度学习推理加速器预计于2017年推向市场。

同时,Intel 推出至强芯片 Xeon-E5-2699A,作为对当下至强家族主力产品 22 核心 Xeon-E5-2699 v4 的升级。新 2699A 基本延续了 2699 v4 的基本配置。但得益于更加成熟的 14 纳米生产工艺,基础频率从 2.2GHz 提高到 2.4GHz,睿频由 3.4GHz 升级至 3.6GHz, 整体约有 4.8% 的性能提升。建议市场零售价(MSRP) 由 $4,115 升至 $4,938。虽然相比其价格,性能的提升有限。对于使用多路 CPU 的服务器客户尤其是高性能计算客户仍可带来可观效益。Xeon-E5-2699A 将于 2017 年中铺货。

本文转自d1net(转载)

目录
相关文章
|
机器学习/深度学习 自然语言处理 算法
陈天奇高赞文章:新一代深度学习编译技术变革和展望
陈天奇高赞文章:新一代深度学习编译技术变革和展望
326 0
|
存储 Web App开发 机器学习/深度学习
继Spark之后,UC Berkeley 推出新一代高性能深度学习引擎——Ray(2)
继Spark之后,UC Berkeley 推出新一代高性能深度学习引擎——Ray(2)
450 0
继Spark之后,UC Berkeley 推出新一代高性能深度学习引擎——Ray(2)
|
机器学习/深度学习 人工智能 算法
英伟达工程师解读NeurIPS 2019最热趋势:贝叶斯深度学习、图神经网络、凸优化
2019年人工智能研究什么最热?从今年最大型的AI顶会NeurIPS可以发现几大趋势:科学家们开始探索深度学习背后的理论和原理,贝叶斯深度学习、图神经网络和凸优化等深度学习新方法成为最热趋势。
387 0
英伟达工程师解读NeurIPS 2019最热趋势:贝叶斯深度学习、图神经网络、凸优化
|
机器学习/深度学习 人工智能 算法
周志华揭牌英特尔-南大联合研究中心:探索DNN与GPU之外的「广义深度学习」
英特尔与南京大学联合成立了一个「人工智能联合研究中心」。9 月 12 日,英特尔中国研究院院长宋继强与南京大学人工智能学院院长周志华在南京为这个名为「英特尔-南京大学人工智能 IPCC 中心」的机构揭了牌。
310 0
周志华揭牌英特尔-南大联合研究中心:探索DNN与GPU之外的「广义深度学习」
|
机器学习/深度学习 存储 算法
UIUC陈德铭教授:「万能芯片」FPGA与深度学习
FPGA 与深度学习的关系究竟是什么?它适合加速何种类型的运算?适合应用于何种场景?6 月,机器之心采访了美国伊利诺伊大学香槟分校电气与计算机工程系(UIUC ECE)教授、深度学习算法硬件加速解决方案创业公司 Inspirit IoT 创始人陈德铭,与他聊了聊「万能芯片」FPGA 在深度学习领域的用法。陈教授于近期宣布兼任国内计算机视觉领域创业公司触景无限的首席科学家。
575 0
 UIUC陈德铭教授:「万能芯片」FPGA与深度学习
|
机器学习/深度学习 人工智能 缓存
深度学习芯片大战愈演愈烈,英特尔为何斥巨资收购创业公司Nervana?
深度学习创业公司 Nervana Systems 一直是机器之心重点关注的人工智能领域的创业公司之一。在文章《深度 | 深度学习创业公司需要了解的12件事》中,该公司的三位创始人讲解了深度学习创业需要了解的事项。作为最早的一批人工智能创业公司,如今它的价值已经被科技巨头所看重。今日消息,该公司已经被英特尔以 4 亿美元的价格收购。
360 0
深度学习芯片大战愈演愈烈,英特尔为何斥巨资收购创业公司Nervana?
|
机器学习/深度学习 人工智能 程序员
谷歌深度学习找到 AI 芯片关键路径,机器学习开始用于优化芯片架构
谷歌深度学习找到 AI 芯片关键路径,机器学习开始用于优化芯片架构
|
机器学习/深度学习 测试技术
震撼!英伟达用深度学习做图像修复,毫无ps痕迹
英伟达的研究人员发布了一种可以编辑图像或重建已损坏图像的深度学习方法,实现了一键P图,而且“毫无ps痕迹”。通过使用“部分卷积”层,该方法优于其他方法。
4611 0
|
机器学习/深度学习 人工智能 算法

热门文章

最新文章