英特尔AI策略全解析(1):延伸四大产品线
英特尔决心全力发展ai，明年现有的xeon e5、xeon phi处理器平台都将推出新一代产品，并将以xeon搭配新开发的「lake crest」芯片，专攻类神经网络的加速应用
【英特尔ai应用主打4种服务器处理器】若要在数据中心环境当中建构ai系统，英特尔预计将提供4种运算平台：xeon、xeon phi、xeon搭配fpga（arria 10）、xeon搭配nervana（lake crest），分别主打基本用途、高效能、低延迟与可程序化、类神经网络加速等不同需求。图片来源：ithome
这一年来，除了云端服务、大数据、行动应用持续走红以外，人工智能（ai）无疑是下一个即将起飞的热门it技术，许多人已经开始积极投入机器学习、深度学习的开发与应用，绘图处理器大厂nvidia今年的营收、获利、股价持续上涨，也与此有关，而同样是处理器大厂的英特尔，现在也对ai的发展寄予厚望，并正式宣布调整以ai为重的策略，全力发展软硬件技术，以支持相关的发展。
在11月18日举行的「intel ai day」活动当中，英特尔执行长brian krzanich提出了他们的愿景，并期盼能推动ai普及，将ai变得更平民化，进而引领ai运算时代的来临，使英特尔能够成为加速ai发展的催化剂。
而就更实际的产品而言，英特尔在服务器端处理器平台上，也针对ai有所布局。在2017年，现有的xeon e5、xeon phi处理器平台都将推出新一代产品，同时，除了以xeon搭配fpga（field programmable gate array）芯片altera arria 10之外，英特尔也将以xeon搭配新开发的「lake crest」芯片，专攻类神经网络的加速应用。
值得注意的是，lake crest的形式是一张基于硅芯片的独立加速卡，技术源自于英特尔今年8月并购的新创公司nervana systems，该产品将于2017年第一季问世。之后，英特尔还将推出xeon结合这种新型态加速ai处理机制的芯片，研发代号称为「knights crest」，届时，采用这颗芯片的服务器直接具有系统开机的能力，无需搭配xeon处理器。
英特尔ai服务器平台的发布时程
在2016这一年，英特尔已经推出了fpga的系统单芯片解决方案arria 10，以及xeon phi x200系列（knights landing）。2017年他们将发表新的xeon phi（knights mill），以及深度学习专用的运算芯片lake crest，而在通用服务器级处理器xeon系列，基于skylake微架构的产品也将问世。
强化平行处理与向量处理性能，xeon与xeon phi支持新指令集 英特尔在2017年即将推出的服务器产品，还包括采用skylake微架构的新一代xeon处理器，以及xeon phi（代号为knights mill）。
以现行的xeon e5-2600 v4系列处理器而言，根据英特尔提供的效能测试数据，若执行大数据与ai领域经常会运用的apache spark软件环境，效能提升的幅度，可望达到18倍之高（以今年推出的xeon e5-2699 v4搭配mkl 2017 update 1链接库，对上xeon e5-2697 v2搭配f2jblas链接库）。
英特尔表示，在初期出货给特定云端服务业者的「skylake」xeon处理器版本（preliminary version）当中，将会加入更多整合式加速运算的进阶特色。例如，新的进阶向量延伸指令集avx-512，可针对机器学习类型工作负载的执行，提升相关的推理论断能力。至于xeon新平台其他增益的功能与组态支持，预计将会在2017年中正式发布时，才会揭露。
若单看avx-512这套指令集，目前只有今年6月推出的xeon phi x200系列处理器（knights landing）支持，接下来，英特尔的主力通用服务器平台xeon处理器，会在下一代采用skylake微架构的产品当中支持。
因此，就目前而言，英特尔现有处理器所支持的avx指令集，总共可分为三代：sandy bridge和ivy bridge微架构处理器，内建的是第一代avx，haswell和broadwell微架构处理器改为avx2，而skylake微架构和knights landing是采用avx512。基本上，前两代的avx指令集，都是基于128位simd缓存器，可延伸到256位。
至于xeon phi的下一代产品 「knights mill」，英特尔表示，会把深度学习的应用效能，提升到现有xeon phi处理器（7290）的4倍，并同样具备直接内存访问（direct memory access）的能力——最高可存取到400gb（knights landing是以384gb的ddr4内存，搭配16gb的mcdram）。
同时，在横向扩展到32节点的系统环境当中，目前的xeon phi也已经能大幅缩短机器学习的训练时间，成效差距可达到31倍之大。
基于fpga可程序化硬件运算技术，推出深度学习加速卡dlia fpga则是另一个英特尔近年来极力发展的重点，他们在2015年并购了专攻fpga技术的altera公司，并以此成立新的业务单位──可程序化解决方案事业群（programmable solutions group）。
针对高效能运算（hpc）领域当中也相当热门的ai应用，英特尔在今年11月稍早举行的supercomputing 2016大会期间，也宣布将于2017年初推出基于fpga的ai加速解决方案，名为deep learning inference accelerator（dlia），可用于影像辨识应用，并且具备大量的数据吞吐能力与高度的能源效益。
dlia的硬件是英特尔fpga 系列产品当中的arria 10的适配卡，芯片之间传输率，最高可达到25.78 gbps，最大浮点运算效能为1，500 gflops，可因应卷积神经网络（cnn）的部署架构，提供优化效能。而且，arria 10本身所采用的处理器，是20奈米制程的arm系统单芯片（soc）cortex-a9 mpcore，比起前一代fpga与soc芯片，号称能节省4成的电力。
同时，由于dlia是基于fpga技术而成，所以秉持了可程序化的特性，用户能从远程对dlia进行韧体更新，以便随时因应ai技术的改变，而且也能直接运用深度学习的软件开发框架，例如英特尔自己维护、发行的caffe，以及mkl-dnn（math kernel library for deep neural networks）等链接库。
专为深度学习应用所设计的crest系列芯片，预计将在2017年问世 英特尔2016年并购nervana公司后，预计在2017年推出运算芯片nervana engine。
这颗代号为lake crest的处理器，是专为深度学习的工作负载所设计的，将提供极高的运算密度，大幅超越现行gpu的运算能力。
在数据存取的方式上，lake crest本身也配置了新一代的高速带宽内存技术hbm2，搭配的总容量为32gb，访问速度高达8tb/s。而芯片之间进行互相沟通时，lake crest提供12个双向的链接通道，有助于在彼此互连的架构下，进行高速数据传输。
英特尔强调，lake crest能支持真正的数据模型平行处理作业，因为在这样的运算架构当中，每一个运算节点，都会配置专用的内存接口，如此一来，系统能够存取的数据模型大小较不受限，同时也可以藉此增进内存i/o效率。
而在lake crest之后，英特尔打算师法xeon phi x200系列处理器的作法，推出更进一步整合xeon与nervana加速技术的芯片，研发代号为knights crest。展望ai运算平台的未来目标，他们希望将现行ai应用耗费在深度学习训练的时间，尽可能地缩短，在2020年能做到实时训练，达到节省幅度100倍的目标。
lake crest的深度学习处理架构
lake crest是基于多维度数据数组（tensor-based）的处理架构，而且，提供flexpoint的作法，所能支持的平行处理层级是现行技术的10倍。这颗芯片内建的内存也很特别，是hbm（high bandwidth memory）的第二代技术，内存带宽是目前ddr4的12倍。
下篇：英特尔ai策略全解析(2):软件的优化提供强大效能
原厂12V单相工业无刷风扇12025控制板
人工智能技术的三个层次
这七大类常用接口类型，搞电路设计用得上
兽医超声：高质量和高强度图像系统
关于贴片电阻的知识总结(3)
英特尔AI策略全解析(1):延伸四大产品线
施密特触发器常用芯片
100G光模块的封装形式 100G光模块可以插40G端口吗？
出售Yokogawa AQ6317B光谱分析仪
HBM3：用于解决高密度和复杂计算问题的下一代内存标准
无线连接技术在物联网应用中的趋势分析
三坐标测量机的组成_三坐标测量机的机械结构
电磁流量计常用的三种类型供电方式有什么不同
PCSEL光子晶体激光器简介
2020年新能源汽车中国销量下降，欧洲销量增长将达50%
2018年物联网行业发展现状分析，将成为三大运营商有力的经济增长点
温度传感器的时间常数与滞后，温度传感器测温影响因素以及温度传感器的误差避免
Buck 电路自举电容推导及RTQ6363内部电路框图解析
中芯国际宣布将以1.13亿美元出售意大利8寸厂LFoundry于新买方
紫光国微将全面进入民用航空装备市场
【英特尔ai应用主打4种服务器处理器】若要在数据中心环境当中建构ai系统，英特尔预计将提供4种运算平台：xeon、xeon phi、xeon搭配fpga（arria 10）、xeon搭配nervana（lake crest），分别主打基本用途、高效能、低延迟与可程序化、类神经网络加速等不同需求。图片来源：ithome
这一年来，除了云端服务、大数据、行动应用持续走红以外，人工智能（ai）无疑是下一个即将起飞的热门it技术，许多人已经开始积极投入机器学习、深度学习的开发与应用，绘图处理器大厂nvidia今年的营收、获利、股价持续上涨，也与此有关，而同样是处理器大厂的英特尔，现在也对ai的发展寄予厚望，并正式宣布调整以ai为重的策略，全力发展软硬件技术，以支持相关的发展。
在11月18日举行的「intel ai day」活动当中，英特尔执行长brian krzanich提出了他们的愿景，并期盼能推动ai普及，将ai变得更平民化，进而引领ai运算时代的来临，使英特尔能够成为加速ai发展的催化剂。
而就更实际的产品而言，英特尔在服务器端处理器平台上，也针对ai有所布局。在2017年，现有的xeon e5、xeon phi处理器平台都将推出新一代产品，同时，除了以xeon搭配fpga（field programmable gate array）芯片altera arria 10之外，英特尔也将以xeon搭配新开发的「lake crest」芯片，专攻类神经网络的加速应用。
值得注意的是，lake crest的形式是一张基于硅芯片的独立加速卡，技术源自于英特尔今年8月并购的新创公司nervana systems，该产品将于2017年第一季问世。之后，英特尔还将推出xeon结合这种新型态加速ai处理机制的芯片，研发代号称为「knights crest」，届时，采用这颗芯片的服务器直接具有系统开机的能力，无需搭配xeon处理器。
英特尔ai服务器平台的发布时程
在2016这一年，英特尔已经推出了fpga的系统单芯片解决方案arria 10，以及xeon phi x200系列（knights landing）。2017年他们将发表新的xeon phi（knights mill），以及深度学习专用的运算芯片lake crest，而在通用服务器级处理器xeon系列，基于skylake微架构的产品也将问世。
强化平行处理与向量处理性能，xeon与xeon phi支持新指令集 英特尔在2017年即将推出的服务器产品，还包括采用skylake微架构的新一代xeon处理器，以及xeon phi（代号为knights mill）。
以现行的xeon e5-2600 v4系列处理器而言，根据英特尔提供的效能测试数据，若执行大数据与ai领域经常会运用的apache spark软件环境，效能提升的幅度，可望达到18倍之高（以今年推出的xeon e5-2699 v4搭配mkl 2017 update 1链接库，对上xeon e5-2697 v2搭配f2jblas链接库）。
英特尔表示，在初期出货给特定云端服务业者的「skylake」xeon处理器版本（preliminary version）当中，将会加入更多整合式加速运算的进阶特色。例如，新的进阶向量延伸指令集avx-512，可针对机器学习类型工作负载的执行，提升相关的推理论断能力。至于xeon新平台其他增益的功能与组态支持，预计将会在2017年中正式发布时，才会揭露。
若单看avx-512这套指令集，目前只有今年6月推出的xeon phi x200系列处理器（knights landing）支持，接下来，英特尔的主力通用服务器平台xeon处理器，会在下一代采用skylake微架构的产品当中支持。
因此，就目前而言，英特尔现有处理器所支持的avx指令集，总共可分为三代：sandy bridge和ivy bridge微架构处理器，内建的是第一代avx，haswell和broadwell微架构处理器改为avx2，而skylake微架构和knights landing是采用avx512。基本上，前两代的avx指令集，都是基于128位simd缓存器，可延伸到256位。
至于xeon phi的下一代产品 「knights mill」，英特尔表示，会把深度学习的应用效能，提升到现有xeon phi处理器（7290）的4倍，并同样具备直接内存访问（direct memory access）的能力——最高可存取到400gb（knights landing是以384gb的ddr4内存，搭配16gb的mcdram）。
同时，在横向扩展到32节点的系统环境当中，目前的xeon phi也已经能大幅缩短机器学习的训练时间，成效差距可达到31倍之大。
基于fpga可程序化硬件运算技术，推出深度学习加速卡dlia fpga则是另一个英特尔近年来极力发展的重点，他们在2015年并购了专攻fpga技术的altera公司，并以此成立新的业务单位──可程序化解决方案事业群（programmable solutions group）。
针对高效能运算（hpc）领域当中也相当热门的ai应用，英特尔在今年11月稍早举行的supercomputing 2016大会期间，也宣布将于2017年初推出基于fpga的ai加速解决方案，名为deep learning inference accelerator（dlia），可用于影像辨识应用，并且具备大量的数据吞吐能力与高度的能源效益。
dlia的硬件是英特尔fpga 系列产品当中的arria 10的适配卡，芯片之间传输率，最高可达到25.78 gbps，最大浮点运算效能为1，500 gflops，可因应卷积神经网络（cnn）的部署架构，提供优化效能。而且，arria 10本身所采用的处理器，是20奈米制程的arm系统单芯片（soc）cortex-a9 mpcore，比起前一代fpga与soc芯片，号称能节省4成的电力。
同时，由于dlia是基于fpga技术而成，所以秉持了可程序化的特性，用户能从远程对dlia进行韧体更新，以便随时因应ai技术的改变，而且也能直接运用深度学习的软件开发框架，例如英特尔自己维护、发行的caffe，以及mkl-dnn（math kernel library for deep neural networks）等链接库。
专为深度学习应用所设计的crest系列芯片，预计将在2017年问世 英特尔2016年并购nervana公司后，预计在2017年推出运算芯片nervana engine。
这颗代号为lake crest的处理器，是专为深度学习的工作负载所设计的，将提供极高的运算密度，大幅超越现行gpu的运算能力。
在数据存取的方式上，lake crest本身也配置了新一代的高速带宽内存技术hbm2，搭配的总容量为32gb，访问速度高达8tb/s。而芯片之间进行互相沟通时，lake crest提供12个双向的链接通道，有助于在彼此互连的架构下，进行高速数据传输。
英特尔强调，lake crest能支持真正的数据模型平行处理作业，因为在这样的运算架构当中，每一个运算节点，都会配置专用的内存接口，如此一来，系统能够存取的数据模型大小较不受限，同时也可以藉此增进内存i/o效率。
而在lake crest之后，英特尔打算师法xeon phi x200系列处理器的作法，推出更进一步整合xeon与nervana加速技术的芯片，研发代号为knights crest。展望ai运算平台的未来目标，他们希望将现行ai应用耗费在深度学习训练的时间，尽可能地缩短，在2020年能做到实时训练，达到节省幅度100倍的目标。
lake crest的深度学习处理架构
lake crest是基于多维度数据数组（tensor-based）的处理架构，而且，提供flexpoint的作法，所能支持的平行处理层级是现行技术的10倍。这颗芯片内建的内存也很特别，是hbm（high bandwidth memory）的第二代技术，内存带宽是目前ddr4的12倍。
下篇：英特尔ai策略全解析(2):软件的优化提供强大效能
原厂12V单相工业无刷风扇12025控制板
人工智能技术的三个层次
这七大类常用接口类型，搞电路设计用得上
兽医超声：高质量和高强度图像系统
关于贴片电阻的知识总结(3)
英特尔AI策略全解析(1):延伸四大产品线
施密特触发器常用芯片
100G光模块的封装形式 100G光模块可以插40G端口吗？
出售Yokogawa AQ6317B光谱分析仪
HBM3：用于解决高密度和复杂计算问题的下一代内存标准
无线连接技术在物联网应用中的趋势分析
三坐标测量机的组成_三坐标测量机的机械结构
电磁流量计常用的三种类型供电方式有什么不同
PCSEL光子晶体激光器简介
2020年新能源汽车中国销量下降，欧洲销量增长将达50%
2018年物联网行业发展现状分析，将成为三大运营商有力的经济增长点
温度传感器的时间常数与滞后，温度传感器测温影响因素以及温度传感器的误差避免
Buck 电路自举电容推导及RTQ6363内部电路框图解析
中芯国际宣布将以1.13亿美元出售意大利8寸厂LFoundry于新买方
紫光国微将全面进入民用航空装备市场