英特爾在人工智能領域投入頗多，自 2015 年起，便陸續收購了 Altera、Nervana Systems、Movidius 以及 Vertex. ai，現在英特爾除 FPGA 產品線外，還推出了 Nervana 深度學習加速器，在 Hot Chips 2019 大會上，英特爾公布了 Nervana NNP 神經網絡處理器的相關細節，包括云端訓練用神經網絡處理器 NNP-T 和云端推理用神經網絡處理器 NNP-I，據英特爾稱，NNP-I 已經被 Facebook 采用。

英特爾 Nervana NNP-I，為推理而專門設計，又稱 Spring Hill，利用英特爾 10nm 制作工藝與 Ice Lake 內核。

NNP-I 基于英特爾 10nm 制作工藝的 Ice Lake 處理器架構設計，功耗在 10-50w 之間。在數據中心推理工作負載中，NNP-I 的運算效率可達 4.8TOPs/W；推理計算引擎 ICE 則主要由深度學習計算網格、可編程矢量處理器、高帶寬內存接口、超大本地緩存組成，可支持 FP16、INT8、INT 4/2/1 的浮點運算。

此外，NNP-I 提供高度可編程性，隨著 AI 在每個工作負載中普及，擁有一個易于編程的專用推理加速器，并且對包括 ONNX，nGraph，OpenVINO，C++ 等主要深度學習框架的支持，有助于公司充分利用其數據進行可編程設計。

英特爾稱，隨著人工智能領域對復雜計算的需求增長，這款新芯片將可為大型公司使用的英特爾至強（Intel Xeon）處理器提供幫助。Facebook 已經開始使用該人工智能處理器。英特爾 Nervana NNP-T（神經網絡訓練處理器），又稱 Spring Crest，將由臺積電制造，并采用 16nm FF+ 工藝。

Nervana 在被英特爾收購之前，就已經利用臺積電的 28nm 處理器構建起第一代 Lake Crest 設計。因此，作為相關設計規則與制造工藝的繼承者，Spring Crest 當中仍然保留了不少臺積電的專利成果。英特爾方面在新一代芯片中也繼續沿用臺積電的工藝，但同時將更多自己的專利成果整合到架構當中——包括功率控制與偏移技術——由此創造出這款集合了“英特爾最佳元素與 Nervana 最佳元素”的芯片。

NNP-T 的計算核心擁有 270 億晶體管，包括 24 個 Tensor Processors（TPC）。除了 TPC 外，芯片裸片中還有 60MB 的 SRAM 以及一些專用的接口，如 IPMI、I2C 及 16 條 PCI-E 4.0 通道。芯片的工作頻率為 1.1GHz，風冷條件下功率配置為 150W 到 250W，可通過水冷獲得更強大的性能表現。同時 NNP-T 還擁有 OCP 卡及 PCI-E 兩種規格，以供數據中心選擇。

英特爾公司希望通過開源 nGraph 庫以及負責將各框架連接至硬件后端的編譯器，對大部分軟件復雜性進行抽象。英特爾目前正在使用的框架包括 Paddle Paddle、Pytorch 以及 TensorFlow。

一級客戶將擁有對底層硬件的訪問權限，而其他“更為廣泛”的客戶將能夠訪問內核庫。英特爾公司將在明年開放自己的高級編程語言，允許客戶根據需求編寫出自己的內核。此舉的主要目標是實現簡化，過高的復雜性最終必將占用掉寶貴的芯片面積。因此，自定義 ISA 將非常簡單，確保英特爾將芯片區主要分配給乘法器與存儲器。此外，芯片巨頭還構建起獨家深度學習原語指令。

英特爾公司表示，其將在今年年底之前向首批客戶提供 NNP-T 樣品，主要包括各一級云服務供應商。接下來，2020 年 NNP-T 產品將正式大規模投放市場。

如今，人工智能與機器學習已經風靡數據中心，而隨著以 AI 訓練類工作負載為主體的各類解決方案的快速興起，GPU 也開始成為超級計算領域一顆耀眼的新星。2008 年，還沒有任何一臺超級計算機使用 GPU 進行計算——其仍主要依靠久經考驗的 CPU。但現在，全球超算五百強榜單當中，有 80% 的計算能力由 GPU 貢獻而來。相信很多朋友已經意識到，高性能計算與超級計算的發展方向正朝著更為廣泛的數據中心移動，而 AI/ML 類工作負載的激增無疑將給英特爾在數據中心領域的主導地位構成嚴重威脅。畢竟，每安裝一塊 GPU，都會有幾塊至強處理器失去“工作崗位”。

英特爾副總裁兼人工智能產品集團總經理 Naveen Rao 表示，數據中心和云計算需要訪問高性能和可擴展的通用計算，以及對復雜 AI 應用程序的專用加速。在未來的 AI 愿景中，需要采用“從硬件到軟件再到應用程序”的整體方法。

本次英特爾推出的 Nervana 神經網絡處理器，都將用于數據中心，NNP-T 用于云端訓練，NNP-I 用于云端推理。而且就英特爾官方數據，NNP-I 在推理上的速度已經超過英偉達 Tesla P4，雖不及 V100，但差距不大。盡管英特爾此次推出芯片的制作工藝還不是最先進的 7nm，在性能上也稍微有些不足，但英特爾的此次“亮劍”無疑給出一個強烈的信號——AI 硬件領域的競爭將會更加激烈。