英特尔放弃了其中一条AI芯片生产线的工作转而选择另一条生产线

英特尔正在结束其Nervana神经网络处理器(NNP)的工作，转而支持其最近以20亿美元收购Habana Labs而获得的人工智能产品线。

英特尔于2016年收购了Nervana，并于一年后发布了其首款NNP芯片。在被英特尔以4.08亿美元的价格收购之后，Nervana的联合创始人Naveen Rao被任命为AI平台小组的负责人，该小组隶属于英特尔的数据平台小组。前英特尔首席执行官布莱恩·科赞尼奇(Brian Krzanich)表示，Nervana芯片旨在在AI推理培训领域与Nvidia GPU竞争，而Facebook与英特尔“密切合作，共享其技术见解”。

到目前为止，英特尔已经结束了其Nervana NNP-T训练芯片的开发，并将履行其Nervana NNP-I推理芯片的当前客户承诺;英特尔将继续采用Habana Labs的Gaudi和Goya处理器。

神经网络有两个部分：训练，计算机学习过程，例如图像识别;和推理，系统将经过培训的工作投入工作。培训比推理要耗费大量计算资源，这就是Nvidia擅长的领域。

英特尔表示，这一决定是在客户的意见之后做出的，该决定是其数据中心AI加速路线图战略更新的一部分。该公司在给我的一份声明中说：“我们将利用我们结合的AI人才和技术来打造领先的AI产品。”

“ Habana产品线为推论和培训提供了统一的，高度可编程的体系结构，具有强大的战略优势。通过迁移到单个硬件体系结构和软件堆栈来实现数据中心AI加速，我们的工程团队可以齐心协力，专注于为客户更快地提供更多创新。

收购Habana的结果并非完全出乎意料。“我们曾认为他们可能会保留一份用于培训，而一份则用于推理。但是，Habana的执行能力要好得多，体系结构也可以扩展。而且，英特尔仍然获得了两家公司的IP和专业知识，” Jim McGregor表示。Tirias研究。

好消息是，无论是为Nervana创建的开发人员，都不必扔掉。McGregor说：“这些框架可以在两种架构上工作。”“虽然从一种架构到另一种架构会有一些损失，但是学习仍然有价值，而且我确信英特尔将与客户合作，帮助他们进行迁移。”

这是英特尔关闭的第二项AI /机器学习工作，第一项是至强融核。Xeon Phi本身有点问题，可以追溯到英特尔失败的Larrabee实验，该实验基于x86指令构建GPU。Larrabee从未脱颖而出，而Xeon Phi作为协处理器持续了几代人，但最终于2018年8月被裁员。

英特尔仍然有许多针对各种AI的产品：Mobileye，Movidius，Agilex FPGA及其即将推出的Xe架构。Habana Labs自2018年底以来一直在运送其Goya推理处理器，其Gaudi AI培训处理器的样本已于2019年下半年发送给特定客户。