英特尔：谁说深度学习已死？AI任务挑大梁的是CPU，不是GPU

新智元报道

来源：Thenextweb

编辑：大明

【新智元导读】英特尔副总裁在受访时表示，“深度学习已死”这类报道完全属于夸大其词，深度学习是AI发展的下一个阶段，英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上。

现在，机器学习社区中有很多人会告诉你，搞深度学习（DL）是死路一条。

不过，英特尔副总裁Gadi Singer显然不属于这类人。他认为，深度学习刚刚开始上路。事实上，他的观点是，我们即将进入AI的下一阶段，而处于最前沿的深度学习是其中很重要的一部分。

Singer应该很清楚自己在说什么。毕竟，世界上大多数的AI计算任务都是在他所在的英特尔公司的架构上运行的。

Singer是英特尔副总裁、AI产品集团架构总经理。他的艰巨任务是确定公司的AI愿景的下一步该怎么走。与Google的AI未来学家Ray Kurzweil不同，Singer更多关注他所在公司AI计划的细节。所以他的预测不是为了遥远的未来：而是预测2019年和2020年。

英特尔副总裁、AI产品集团架构总经理Gadi Singer

目前大部分AI任务循环运行于GPU上？错了！

据Singer介绍，英特尔的人工智能策略采用三管齐下的方式，其中包括所有的机器学习类型。他说，深度学习刚刚开始成熟，因此英特尔需要做好准备，能够为实际应用提供最先进的解决方案。

当被问及深度学习对整个AI领域意味着什么时，他表示：“这是AI的下一个阶段。”

前面提到的未来三点计划很复杂，但简而言之就是：

1、开发各种芯片以满足各种需求

2、获取杰出人才，开发新技术

3、在公司的产品中提供智能化、一致的软件层

这三条听看上去都是企业和财务上的问题。但是，它对英特尔的客户而言究竟意味着什么？在我们的采访中，Singer提出了自己的问题：

你认为大多数AI任务循环运行在哪种架构上？

如果你过去几年一直在关注AI，那么显而易见的答案就是GPU。辛格表示，这也是错误的：

其实并不是GPU，我下面就解释为什么不是。深度学习中的任务，基本上可以分为两类：训练和推理。 Nvidia的芯片可以作有很多训练任务。关于Nvidia的GPU的讨论主要是训练。 在2015年时，我们估计，AI项目中执行推理任务用时与执行训练任务用时的比例大概是1：1。而实际上，今天这个比例达到了5：1，并且正朝着10：1的方向发展......而大多数推理任务都是在CPU上运行的，确切地说是在Intel CPU上......大多数AI计算任务都是在英特尔的架构上运行的。

芯片巨头如何跟上AI潮流？还是要靠买买买

英特尔对2019年-2020年的人工智能发展，特别是深度学习的愿景，已经走出了实验时代，并涉及世界上几乎所有的对象。

英特尔希望，未来的硬件不仅能掌握在研究人员手中，而且广泛用于小工具和可穿戴设备中，并满足企业和开发人员的需求。无论用户要利用深度学习实现什么需求，英特尔都计划提供能够满足这些需求的芯片组和软件环境。

尽管在短短几年前，关于2019年的这一愿景和AI发展的“下一阶段”到底是什么样子还不清楚。但Singer表示，深度学习是他在英特尔见证的“更快”和“更强烈”的范式转变的推动力。

最近深度学习不断取得一波又一波新进展，作为回应，英特尔一直在收购像Movidius和Nervana这样的AI初创公司，以突破在AI芯片业务所能达到的极限。

英特尔还从内到外对自家的CPU进行了重新设计，为机器学习提供更多动力。公司开始开发软件解决方案，欲在AI领域大展拳脚。

很明显，在英特尔的眼中，所谓“深度学习已死”的报道属于夸大其词。

参考链接：

https://thenextweb.com/artificial-intelligence/2018/10/30/intels-ai-strategy-for-2019-goes-beyond-chips/