IBM,Intel,Google,Microsoft正为AI准备下一代硬件

盘点十大最热门的AI技术

看看这四大科技巨人是如何开发硬件来补充和加速机器学习和人工智能方面的软件面的。

机器学习,人工智能-不管是哪种标签,都快速成为重新发明企业信息技术的支柱和让顶级企业保持顶级位置的方法。

考虑到在技术领域为大家所最熟悉的4个名字:Intel, Google, IMB和Microsoft正在加大在人工智能领域的硬件设计投入来极大的加速下一代应用。看看他们都是如何计划的:

Intel

正在做什么:世界最著名的芯片制造商最近正在引入一条新的CPU生产线,其目标是ML应用:Knights Mill. Intel也提到了将它的CPU和可编程的FPGA处理器进行融合的计划,一个非常强大但是相对提及较少的技术。

为什么这么做:随着PC市场像北极冰川一样持续融化,Intel已经开始寻找形成区别的方法。单单服务器产品已经不能够奏效了,所以Intel开发拓宽探索来包含两个主处理器和协处理器来加速ML的功能。

但是,Intel不太可能针对ML工作提供自己的GPU。Intel在GPU领域的努力从来就没有达到其他处理器制造商的级别,但是它始终相信它的个性化的CPU的进步能够打败GPU。毕竟,Intel只是想创造一个环境,只靠它自己的CPU而不是和别的公司的GPU混合来为未来发力。

Microsoft

正在做什么:在用特别设计的FPGA为它的集群增加加速的机器学习功能来装备微软的Azure云之后,Microsoft正在谈论让客户在云里面直接对设备编程来为机器学习提供更强大的工具。

为什么这么做:Microsoft 已经提供了ML/AI工具,不管是Azure里面还是外面。但是现在Microsoft正在考虑一个新的方法论来提供为云客户提供针对机器学习的硬件。硬件部分将会让其变得是值得的,PFGA编程会相对复杂,不像GPU那样能够被ML很好的理解。

Google

正在做什么:Google在关于像TensorFlow框架的软件方面的机器学习确实已经有了比较深厚的投入,但是现在提供了硬件的补充(Tensore Processing Unit)来加速具体的机器学习的功能。

为什么这么做:如Microsoft一样,Google想要让它的云成为机器学习应用的首映目的地。Google已经明确表明了它想通过非常易用而表现得脱颖而出,所以它不会考虑像Microsoft那样专注在底层访问机器学习的硬件。如果人们想通过在一个类似的上下文去访问机器学习硬件,那通常就是Google云的全新的GPU的实例了。优势是两个硬件将会联合工作。

IBM

正在做什么:IBM的新的机器学习的工具,PowerAI,运行一个混合的IBM的Power处理器和连线在一起的NVIDIA的GPU,是通过使用一个将CPU和GPU尽可能捆绑在一起的新的自主设计硬件实现的。

为什么这么做:IBM已经有了一个家喻户晓的ML/AI项目:Watson。但是Waston是被设想和主要被提供用来作一套黑盒服务的。PowerAI是一个硬件套件,不是一个具体的处理器或者GPU,目标是那些想要让自身有能力和完全控制如何使用的高端的客户。这是和IBM的Power处理器流水线的计划保持一致的,是围绕着机器学习能够适用的大数据和云应用。