Intel ha svelato quello che chiama il processore di rete neurale Nervana (NNP); il primo chip disponibile in commercio dell’azienda progettato da zero per applicazioni di deep learning. La rivelazione è arrivata anche con una sorpresa: Intel ha collaborato con Facebook per realizzare il suo hardware dedicato all'intelligenza artificiale.
Vedi correlati
La gamma Nervana NNP, formalmente conosciuta come “Lake Crest”, è la risposta di Intel al crescente utilizzo delle macchine tecniche di apprendimento e una confutazione contro l'aumento di interesse per il silicio di Nvidia per i carichi di lavoro AI (che ha visto le entrate di quella società sono aumentate vertiginosamente nell’ultimo anno).
Con un chipset dedicato al deep learning, Intel spera di poter conquistare il mercato dei data center IA proprio come ha fatto con i data center più tradizionali.
Il limite, ad esempio, indica che Intel detiene una quota di mercato del 96% nei data center. Se il machine learning è il futuro, Intel vuole una fetta di quella torta in autoevoluzione.Non sei sicuro della differenza tra machine learning e intelligenza artificiale? Abbiamo un pratico primer qui.
Entra in Nervana NNP, che sfrutta l’acquisizione da parte dell’azienda nell’agosto 2016 della società di deep learning Sistemi Nervana. L’anno scorso l’azienda ha pagato più di 400 milioni di dollari (303 milioni di sterline) per la startup di deep learning composta da 48 persone, ed era ampiamente previsto che Intel avrebbe fatto una spinta verso il deep learning per i data center.
Più sorprendente, tuttavia, è stata la rivelazione che Facebook ha avuto un ruolo centrale nella creazione del Nevana NNP. “Siamo entusiasti di avere Facebook in stretta collaborazione condividendo le loro intuizioni tecniche mentre portiamo questa nuova generazione di hardware AI da commercializzare", ha scritto il CEO di Intel Brian Krzanich in un post sul blog, pubblicando insieme all'annuncio su Martedì.
Intel è un po’ vaga su ciò che Facebook ha offerto specificamente in termini di “intuizioni tecniche”, ma maggiori poteri di deep learning sono certamente a favore del social network. Un maggiore potenziale di apprendimento automatico significa che può fare di più in termini di offerta di pagine personalizzate e predittive per gli utenti. Ciò significa un targeting più isolato per gli inserzionisti.
Intel è anche vaga riguardo alle velocità esatte della sua gamma Nervana NNP. L'azienda è finora solo detto "mira a ridurre fino a 100 volte il tempo necessario per addestrare un modello di deep learning nei prossimi tre anni rispetto alle soluzioni GPU". L’obiettivo di 100 volte la velocità nell’allenamento è attualmente fissato per il 2020.
