⇧关注并标星，资讯更及时⇧
来源：超能网
现在深度学习已成为人工智能的重要方向，而且研究成果已经应用于日常使用中。但训练人工智能模型需要强大的算力支持，所以除了使用GPU加速训练外，很多厂商开始推出专用于深度学习训练的ASIC芯片。
8月21日消息，据国外媒体报道，当地时间周二英特尔正式发布了旗下首款专为企业和机构大型计算中心设计的人工智能（AI）处理器。英特尔表示，该芯片由位于以色列海法的研发中心开发，名为Nervana NNP-I或Springhill。该芯片基于英特尔10nm制程工艺的Ice Lake处理器架构，可以用最少的能耗处理高负载。
这款Nervana NNP-T深度学习加速器代号为Spring Cast，是目前英特尔最新款的专用深度学习加速器。这款加速器被命名为NNP-T，表示其主要用于深度学习网络模型训练工作定制。随着深度学习模型越来越庞大，所以专用的训练加速器也逐渐流行起来，如NVIDIA也推出了Tesla T4 GPU。
具体到加速器核心上，此次英特尔反常的使用了台积电16nm CLN16FF+工艺，而实际上Nervana在收购前就使用的是台积电28nm工艺制造其第一代的Lake Cast芯片。虽然使用的是台积电的工艺，但也使用了很多台积电的最新技术。芯片采用了4个8GB HBM2-2400内存，每针脚2.4GB/s的传输速率，都安装在一个巨大的1200平方毫米的硅基板上。同时计算核心与HBM内存通过台积电最新的CoWoS晶圆级封装技术进行互联。最终得到了一个60 x 60mm，具有3325 pin的BGA封装。
在展示中称此次由于HBM2与核心是无源封装，所以为2.5D封装技术。而HBM2由于是4Hi，所以整体为3D封装。实际上英特尔自家也有EMIB嵌入式多芯片互联桥接这种桥接技术。四个HBM2堆栈共有64条SerDes通道，每个通道支持28GB/s的传输速率。
具体的核心规模上，Nervana NNP-T的计算核心拥有270亿晶体管，包括24个Tensor Processors（TPC）。除了TPC外，芯片裸片中还有60MB的SRAM以及一些专用的接口，如IPMI、I2C及16条PCI-E 4.0通道。
芯片的工作频率为1.1GHz，风冷条件下功率配置为150W到250W，可通过水冷获得更强大的性能表现。同时Nervana NNP-T加速器还拥有OCP卡及PCI-E两种规格，以供数据中心选择。
Nervana NNP-T加速器充分利用内存模块和互联网络使得计算核心得以充分使用。计算核心支持bFloat16矩阵乘法、FP32、BF16以及其他主要操作。同时在使用上英特尔已经通过开源的nGraph库将深度学习框架连接到硬件后端的编译器。现在英特尔正在与常见的Paddle Paddle、Pytorch及TensorFlow深度学习框架进行合作。
由于采用了可扩展架构集OCP及PCI-E规格，所以对于数据中心等场景可以方便地进行扩展。架构支持扩展到1024个节点，每个节点拥有8个NNP-T计算核心。
英特尔表示他们将在今年年底向客户提供NNP-T的样品，主要针对以及云服务提供商，在之前面向更多用户。
感谢你读完了这篇文章
以下惊喜送给你作为奖励！
【免责声明】文章为作者独立观点，不代表旺材芯片立场。如因作品内容、版权等存在问题，请于本文刊发30日内联系旺材芯片进行删除或洽谈版权使用事宜。
如果觉得《英特尔发布旗下首款云端AI专用芯片 居然采用了台积电16nm工艺》对你有帮助，请点赞、收藏，并留下你的观点哦！
