Nervana-Chips: Intel mischt im KI-Market mit. (Foto: Shutterstock/ Alexander Tolstykh)
Mit den AI-Spezialisten Nervana NNP-T und Nervana NNP-I bietet Intel die erste Prozessor-Kombo des Hauses, die sich vollständig auf Aufgaben der künstlichen Intelligenz, im Besonderen jenen des maschinellen Lernens (Machine Learning), konzentriert. Zunächst bereits für Ende 2018 angekündigt, sollen die Prozessoren den Vorsprung von Google, Amazon und Nvidia aufholen, die bereits seit längerem eigene KI-Chips im Angebot haben. Die NNP-Prozessoren sind für den Einsatz in den skalierenden Rechenumgebungen eines Data-Centers bestimmt.
Nervana: Ein Chip fürs Training, einer für den Einsatz des Ergebnisses
Hier soll der Nervana NNP-T der Chip sein, der das Training eines KI-Modells mit Big Data übernimmt. So erklärt sich das T im Namen. Der NNP-I hingegen ist für das Inferencing (daher das I) zuständig, also das letztendlich Implementieren der Trainingsergebnisse in den KI-Workflow.
Nervana: Neue Chips fürs Machine Learning und dessen Umsetzung. (Bild: Intel)
Die SoC (System-on-a-Chip) werden im Zehn-Nanometer-Verfahren, respektive in 16 Nanometer (NNP-T) gefertigt. Der Nervana NNP-I verfügt über Ice-Lake-Kerne und kann bis zu 256 Gigabyte an LPDDR4x-Speicher ansprechen. Der NNP-T bietet 24 Tensor-Verarbeitungs-Cluster sowie eine HBM2-Speicherarchitektur und kann bis zu 119 Tops (theoretische Operationen pro Sekunde) abwickeln.
Die beiden unter den Codenamen Spring Crest und Spring Hill entwickelten Chips sind keine Alternativen zueinander, sondern ergänzen sich hinsichtlich der Aufgaben, die sie jeweils erfüllen. In einer geschlossenen Anwendungsumgebung werden sie entsprechend komplementär zum Einsatz kommen.
Nervana lösen Xeon ab, treten in Konkurrenz zu Google und anderen
Bislang hatte Intel für KI-Aufgaben wie Machine Learning auf seine Xeon-CPU gesetzt. Der Xeon bietet hierfür immer noch genügend Leistung, ist aber weniger effektiv und effizient als die spezialisierten NNP-Chips.
Mit der Nervana-NNP-Reihe tritt Intel in Konkurrenz zu Googles Tensor-Prozessoren, Nvidias NVDLA (Nvidia Deep Learning Architecture) und Amazons AWS-Inferentia-Chips. Der Wettbewerb braucht Intel nicht zu sorgen, denn der Chip-Hersteller dominiert mit seinen Prozessoren schon rein quantitativ nach wie vor die Data-Center weltweit.
