王宇欣编译

说好的AI芯片迟迟不能推出,Nervana在英特尔过着怎样的日子?

英特尔斥资 4 亿美元收购人工智能软硬件初创公司 Nervana 之后不久,Nervana CEO Naveen Rao 就与新同事发生了「冲突」。

Rao 在接受采访时表示,英特尔数据中心小组的高管们不愿意售卖 Nervana 面向服务器的专用人工智能芯片。相反,他们认为英特尔应该继续售卖传统的 Xeon 芯片,原因在于 Xeon 系列专为数据中心的大型机器提供动力支持。

「针对芯片的发展方向,英特尔内部有很多分歧」,Rao 在接受 The Information 采访时说。不过,最终他赢得了这场战争。

不久之后,Naveen Rao 获得了晋升,负责运营一个新的人工智能产品小组,直接向英特尔 CEO Brian Krzanich 汇报,英特尔现在正敞怀拥抱专用人工智能芯片。

早期的冲突暗示着英特尔在努力适应人工智能技术时所面临的文化挑战。

诸如深度学习之类广受欢迎的应用,要求比个人计算机时代更专用的硬件设施。在 PC 时代,英特尔成长为技术领域雄踞一方的霸主,然而现在则需要这样的老牌公司重新考虑自己的运营方式。

Rao 在采访中表示,英特尔「必须转变」。引领英特尔走向繁荣的个人计算机时代,「是一个非常简单的世界。但是如今时代在向前迈进,技术的应用也发生了改变。物联网(IoT)、自动驾驶汽车才是今天我们在数据中心所做要面对的事情。」

Rao 表示,英特尔要做的不仅仅是制造芯片。相反,它必须为搭建人工智能应用的开发者们提供软件工具。Rao 正在开发一款名为 nGraph 的编译器,为基于英特尔所售硬件开发的人工智能应用提供无缝接口。

人工智能的浪潮对英特尔来说至关重要——英特尔已经错失向移动设备转变的良机,在多样性方面的努力也陷入了困境,比如收购 McAfee 想要进军网络安全,却最终以不幸收局。

英特尔最近一直致力于将自己重塑为一家「数据公司」,这意味着在数据中心设备芯片的销售上加倍下注。

虽然英特尔占据超过 90% 的数据中心芯片市场,但地位仍非不可撼动。人工智能技术正在改变数据中心上运行的应用。而且,在人工智能领域,英伟达才是龙头老大,相比英特尔的芯片,它的 GPU 在运行深度学习应用时速度更快。

此外,英特尔还带着大量财力进入了与人工智能相关的新市场:2015 年,英特尔以 167 亿美元收购了 Altera,其 FPGA 芯片能够用来处理人工智能应用。英特尔计划将这种芯片销售给微软等公司作为支持其数据中心的基础设施。

另外,2017 年,英特尔以 153 亿美元收购 Mobileye 公司,进入汽车市场,Mobileye 拥有先进的自动驾驶辅助系统及芯片方案。

尽管 Naveen Rao 名义上负责运营人工智能小组,但他并没有完成对人工智能策略的全权掌控。

像 Altera 和 Mobileye 这样的团队并不属于人工智能小组。而且几个月之前,英特尔高层管理团队又进行了一次洗牌,Rao 的团队重新归属于数据中心小组,受 Navin Shenoy 领导,不再直接向 Krzanich 报告。

认真对待人工智能

尽管如此,英特尔业务的组织架构已经比过去好了很多。直到 2016 年收购 Nervana 之前,英特尔人工智能业务还很分散,公司几乎每个业务部门都有自己独特的人工智能项目。

比如,近期关停的 New Devices 小组之前就曾推出一系列人工智能项目。

其中包括 2015 年 10 月收购 Saffron Technology,这是一家向银行和行业巨头售卖企业级软件的人工智能公司;以及 2013 年收购 Intelligent Dialog Systems,该公司主要设计能够搭载在 Oakley 智能眼镜之类的可穿戴设备上的语音助理软件。

去年,New Devices 被取消,Saffron 小组划归 New Technologies 团队,不再属于人工智能团队旗下。 

Rao 说道,「我认为英特尔之前很重视人工智能,但是现在可能没有那么认真了,当时英特尔运营着大量的人工智能项目。这些项目需要彼此的协调配合,Brain 当时很清楚这一点。」

Rao 有能力帮助英特尔人工智能方面取得进步,因为 Nervana 在如何让深度学习软件运转更快方面是个行家,其深度学习程序在英伟达 GPU 上的运行速度比其他任何公司都快。

软件一直是英特尔的一个痛点,在收购 Nervana 这件事情上,英特尔和英伟达还曾展开过一番较量。

软件之外,Nervana 还在开发一种加速深度学习模型的人工智能芯片。因为与英特尔传统 CPU 芯片不同,这些「加速」芯片最初受到了来自数据中心小组管理层的阻力。但数据中心负责人 Diane Bryant 下台之后不久,英特尔就对加速芯片敞开了怀抱。

对此,从英特尔离职前往 Google Cloud 的 Diane Bryant 没有回应置评请求。

「我认为英特尔整体战略的重大转变就是我们全身心接受加速芯片,」 Rao 说, 「这是近两年来最大的转变。」

Rao 认为,设计更广泛的芯片,英特尔能够更好地进入与人工智能相关的各种市场。 「外面多种多样的服务不是仅靠一种芯片就能满足的。」他说道, 「如果你尝试在手机上运行数据中心架构的芯片话,它肯定无法正常工作。 这是一个非常不同的架构。」

保护初创公司文化

作为一个拥有布朗大学博士学位的神经科学家,Rao 曾在高通的研究部门工作,研究构建神经形态处理器芯片的可能性,这种芯片试图复制大脑的生物学特征。「比你聪明的人还比你有趣」—— Rao 还在业余时间参加法拉利比赛。

加入英特尔时,他尽最大努力保护 Nervana 的创业氛围,避免受到大公司官僚主义的影响而陷入困境。

最初,英特尔允许 Nervana 继续在原来的圣地亚哥办公室办公,办公室提供免费食品,还有自平衡滑板 Onewheel  供人娱乐。不过 Nervana 团队最近要搬到英特尔的圣地亚哥园区,因为最初的办公室已经爆满了。

Rao 表示,「团队文化必须要改变。搭建一个市场内已经存在很长时间的产品,并追寻一个成熟的市场,与追寻一个大部分事物还没有被定义的新型市场是两种截然不同的心态和工作文化。」

「你必须要尝试新的事物,尽管风险很高,但是这种冒险会为你提供一种不同的心态。人工智能小组运行的方式与其他组不同。我们正在承担这种风险。」Rao说。

知情人士透露,在人工智能小组成立的几个月内,团队规模扩大了两倍,达到将近 200 名员工,世界各地英特尔公司从事深度学习项目的其他部门的员工都来到了人工智能小组。

人工智能小组的发展也因此向前迈进了一大步,现在 Movidius 也在该组旗下。在收购 Nervana 之后的一个月,英特尔接着收购了这家低功耗计算机视觉芯片制造商,具体收购金额未被披露。

Rao 表示,随着英特尔对建立在所售芯片基础上的软件愈发重视,公司正在认真考虑建立硬件以外的新的商业模式。

他说道,「我们的基本业务是销售硬件,这是我们赚钱的方式,同时,我们将大量的资金投入到软件当中,也许我们会做收入分成,或者与垂直产业进行合作,比如 Mobileye 在汽车领域所做的事情。」

「我们可以考虑很多不同的事情,有趣的是,我们现在有很多机会去思考需要专心投入的新业务。」Rao 说。

在 Nervana 被收购以前,它推出了人工智能开发者云服务,售卖基于英伟达 GPU 运行的软件。谷歌、亚马逊、微软等大型云供应商都在向客户销售其服务,这就是「人工智能即服务」的模式。

「现在我想尝试什么,我就做什么。如果你细心思考的话,你会发现仅仅销售芯片就存在很大的机会。」他说道,「我们可以这样做,并且赚很多钱。这不是说我们需要对商业模式做出什么大的变动。如果有增加收益的机会,我们会尝试看看。」

混乱的实验

但是,并非所有的事情都能按照 Nervana 的计划进行。Nervana 的人工智能芯片——神经网络处理器一直进展缓慢。

2016 年收购 Nervana 后不久,英特尔就表示将于 2017 年上半年推出首款芯片。

去年十月,英特尔表示初代芯片已经发布给早期的合作伙伴,Facebook 正在协助英特尔开发芯片。

从那时起再没有相关细节发布。4 月中旬,英特尔举办了第一届人工智能开发者大会,会上英特尔表示,芯片可能会即将推出。

在所有人都在等着英特尔推出人工智能芯片的同时,这一领域的竞争也在不断加剧。英伟达的处理器更偏重于人工智能领域。英特尔的一些潜在大客户,谷歌、Facebook 和亚马逊等,也在设计自己的人工智能芯片。

此外,已经有一些早期的 Nervana 员工投奔了 Cerebras Systems(这家初创公司斥资超 1 亿美元建造与 Nervana 竞争的人工智能硬件。)

同时,英特尔尚未完全巩固 Rao 小组在人工智能方面所做的努力。收购 Mobileye 之后,Rao 并未接手英特尔建立的新自动驾驶汽车小组,尽管人工智能与自动驾驶息息相关。

在前 AMD 公司图形负责人 Raja Kudori 的领导下,英特尔重启了构建高性能图形处理器的项目,但这项工作是独立于人工智能小组进行的。

尽管拥有高端图形处理器将会对英特尔所关注的高利润 PC 端游戏业务大有助益,但很明显他们可以构建自己的人工智能应用,英伟达也很清楚这一点。

Rao 谈到与 Kudori 小组的关系时表示,「在所有架构上,我的团队仍然为他们提供人工智能的观点。和过去一样,我与 Raja 将会亲密合作。」

显而易见的是,英特尔内部似乎围绕人工智能进行了大量实验,但目前英特尔正在同时进行的多种芯片设计仍然显得缺乏重心。最终也无非是 —— 一些设计会失败,少数设计获得成功。

技术分析员 Ryan Shrout 表示:「公司内部都会有这样的竞争。任何公司,不管大小,难以同时把控这么多部门。最终,英特尔还是只能专注于面向人工智能的芯片。」

「但是人工智能显然是高性能计算的未来,」Shrout 补充道,「一旦不能成为这个领域的重要角色,英特尔无法承担这样的损失。」

文章来源:https://www.theinformation.com/articles/intels-ai-chief-says-chip-giant-has-to-shift

产业AI 芯片Nervana英特尔
相关数据
英特尔机构

英特尔是计算创新领域的全球领先厂商,致力于拓展科技疆界,让最精彩体验成为可能。英特尔创始于1968年,已拥有近半个世纪产品创新和引领市场的经验。英特尔1971年推出了世界上第一个微处理器,后来又促进了计算机和互联网的革命,改变了整个世界的进程。如今,英特尔正转型成为一家数据公司,制定了清晰的数据战略,凭借云和数据中心、物联网、存储、FPGA以及5G构成的增长良性循环,提供独到价值,驱动日益发展的智能互联世界。英特尔专注于技术创新,同时也积极支持中国的自主创新,与产业伙伴携手推动智能互联的发展。基于明确的数据战略和智能互联全栈实力,英特尔瞄准人工智能、无人驾驶、5G、精准医疗、体育等关键领域,与中国深度合作。面向未来,英特尔致力于做中国高价值合作伙伴,在新科技、新经济、新消费三个方面,着力驱动产业协同创新,为实体经济增值,促进消费升级。

https://www.intel.com/content/www/us/en/company-overview/company-overview.html
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

推荐文章
暂无评论
暂无评论~