百度与Intel打造的Nervana神经网络处理器NNP-T对应Paddle Paddle学习框架运作最佳化，并且整合Intel自有nGraph DNN (深度神经网络，Deep Nerual Network)编译器，借此让大规模分散式数据学习效率提升，同时也能让开发者透过单次编码即可让深度神经网络在个平台顺利运作，进而加快人工智能学习速度。
依照说明，NNP-T采用24组CU设计，搭载32GB容量设计的HBM2高频宽RAM，并且能搭配额外内存加快资料缓冲存取，相比其他同类型处理契约可提升10倍训练效率，同时跟Intel先前推出的代号「Lake Crest」的Nervana NNP-L 1000处理器更提升3-4倍效能。
另外，Intel也强调将以软体驱动硬件运算性能，因此也说明此次与百度合作的战略意义，借此透过软件定义方式让Nervana处理器能对应各类人工智能训练学习需求。
在此之前，Intel从2016年便与百度合作，使旗下Xeon Scalable系列处理器能对应百度PaddlePaddle学习框架，此次打造的NNP-T也同样对应Paddle Paddle学习框架运作最佳化，并且整合Intel自有nGraph DNN (深度神经网路，Deep Nerual Network)编译器，借此让大规模分散式数据学习效率提升，同时也能让开发者透过单次编码即可让深度神经网络在个平台顺利运作，进而加快人工智能学习速度。
全部评论