deep learning 新架構 (3): Intel的回應
TPU就某種角度來說, 跨入了Intel的晶片事業, Intel面臨Nvidia和Google在deep learning上的夾擊, 挑戰其在運算單元的獨霸地位, 他們會如何回應呢? 首先, 他們併購了Altera, 取得FPGA (Field Programmable Gate Arrays) 的技術, 並且嘗試把FPGA和原本的計算架構 整合 , 提供一套整合的編譯介面, 根據在2016年4月的DEMO, FPGA加上CPU的能源效率可以改善70%, 且相關產品已經 出貨 , 然而, 我卻找不到其銷售資訊... 相較於TPU的ASIC架構, FPGA提供可動態編譯的硬體環境, 可以根據特殊指令集, 編譯FPGA硬體, 形成對應特殊功能的硬體計算模組, 提供比起ASIC的架構, FPGA的執行速度較慢, 但是能提供更為彈性的應用, 對於異質的deep learning架構而言, FPGA可能提供彈性而快速的服務框架, 另一種可行的作法, 則是直接分開對兩者進行編譯, 並透過QPI (Quick Path Interconnect) 介面互相溝通, 此類作法已有相對應的產品問世(E5-2600 v2, 目前最新版是v4), 然而就需要更多手動的設定, 說實話, 整合FPGA的版本號應該是E5-2600 v4, 時間為2016 Q2, 然而就算在2016Q4的產品中, 亦只看到對於QPI的支援, 而找不到整合的產品, http://ark.intel.com/zh-TW/products/96901/Intel-Xeon-Processor-E5-2699R-v4-55M-Cache-2_20-GHz 這一部分的資訊有些混亂, 且都未見於Intel官網說明詳細時程, 不太確定目前整合的進度, 以及產品推出的進度, 或許, 這原本就不是一個面向消費者的CPU產品吧...