今年早些时候，英特尔展示了他们在 Nervana 神经网络处理器方面的进展。 Nervana芯片在机器学习和AI领域大大超越了普通芯片。
现在他们发布了有关 Nervana 的最新信息，并表示正在努力将其推向市场。 与传统处理器不同，Nervana特别强调矩阵乘法和卷积计算，这些是深度学习最常用的场景，需要大量的内存和算术运算。传统的芯片结构已经不再适用。为了减少读取外部存储的操作，保证足够的内存带宽，Nervana芯片取消了公共Cache，而是让软件直接管理芯片内存。
芯片的本地内存模块增加到2MB，每个Nervana芯片有大约30M的空间。 ，可以一次加载更多的外部数据。 为了进一步节省内存空间和带宽，Intel还专门针对人工智能设计了新的数据类型Flexpoint。
由于神经网络对数据噪声的容忍度很高，低精度的Flexpoint类型可以在16位存储上实现类似32位浮点运算的效果，节省一半的空间，并使处理器和内存带宽的效率提高一倍。 。
Nervana芯片还设计有片外互连通道，支持Tbit级高速双向数据传输。多个处理器可以形成更大的神经网络系统来执行单个任务。
英特尔去年收购了深度学习芯片制造商Nervana Systems，意图在AI领域奋起直追，但其他制造商并没有等待。 NVIDIA 拥有专为人工智能应用程序设计的 Tesla V100，而谷歌则为数据中心应用程序构建它。
IBM 发布了张量处理单元（TPU）芯片，IBM 还发布了名为 True North 的神经形态芯片。各厂商都在加大对机器学习和AI领域的投入。相信用不了多久，这些新技术就会出现在普通百姓的生活中。