Revista Tecnología

intel planea hacer chips 100 veces mas rapidos para computadoras.

Publicado el 19 noviembre 2016 por Frediris Misael Matos @elmister_21

Intel ha presentado una nueva serie de chips que, según ella, podrían mejorar una métrica de rendimiento de inteligencia artificial en hasta 100 veces los valores de referencia actuales. La gama de procesadores de próxima generación está dirigida firmemente al aprendizaje profundo  y a las redes neuronales.intel planea hacer chips 100 veces mas rapidos para computadoras.

Intel hizo los anuncios durante su inauguración en  "Día de la IA". Explicando cómo planea integrar la tecnología de Nervana, una compañía que adquirió hace apenas dos meses, en su amplia gama de productos. Espera ver la tecnología de Nervana dentro de Intel silicio en la primera mitad de 2017.Intel está construyendo dos nuevas series de procesadores Xeon llamadas Lake Crest y Knights Crest. Lake Crest está optimizado para redes neuronales y está diseñado específicamente para ofrecer el máximo rendimiento posible para los sistemas de entrenamiento AI. Ofrece una densidad de computación "sin precedentes", según Intel.La compañía espera entregar una reducción de 100x en el tiempo necesario para entrenar nuevas redes neuronales complejas para finales de la década. Las mejoras serán impulsadas por la tecnología desarrollada por Nervana que aumenta la densidad máxima de las arquitecturas de computación y Elimina algunas de las limitaciones de los sistemas tradicionales."Esperamos que la plataforma de Intel Nervana produzca un gran rendimiento y drásticas reducciones en el tiempo para entrenar complejas redes neuronales", dijo Diane Bryant, vicepresidenta ejecutiva y gerente general del Grupo de Centros de Datos de Intel. "Antes del final de la década, Intel ofrecerá un aumento de 100 veces en el rendimiento que turbocharge el ritmo de la innovación en el emergente espacio de aprendizaje profundo".Intel también está planeando una línea de próxima generación de procesadores Xeon Phi. Esta gama, denominada Knights Mill, estará disponible en 2016 y ofrecerá hasta 4 veces más rendimiento de aprendizaje profundo en los sistemas actuales. Los nuevos chips darán a los desarrolladores de AI más flexibilidad al desarrollar sistemas complejos, permitiendo a AI hacer más en tiempo real. Capacitar nuevos sistemas será significativamente más rápido, permitiendo una nueva ola de IA que es más avanzada.Intel está pisando una trayectoria muy diferente en AI a la de sus rivales de la industria. Mientras que Intel continúa manteniéndose con la tecnología basada en CPU, compañías como NVIDIA están ganando terreno trayendo GPUs a la mesa. El CEO de Intel, Brian Krzanich, descartó a la tecnología de GPU como una solución a largo plazo, describiéndola como un enfoque "oportunista" para desarrollar la IA. a Sugirió  las arquitecturas de CPU como Lake Crest, Knights Crest y Knights Mill permitirán la próxima ola de desarrollo de IA, señalando la amplia gama de productos de Intel como un activo significativo en los próximos años."Algunos científicos han utilizado GPGPUs porque tienen unidades de procesamiento paralelas para gráficos, que se aplican oportunistamente al aprendizaje profundo", dijo Krzanich. "Sin embargo, la arquitectura GPGPU no es únicamente ventajosa para la IA, ya  que a medida que la IA continúa evolucionando, tanto el aprendizaje profundo como el aprendizaje de la máquina necesitarán arquitecturas altamente escalables." La arquitectura Intel puede soportar modelos más grandes y ofrecer una arquitectura consistente desde el borde hasta el centro de datos.Intel también anunció una nueva "alianza estratégica" con Google. Las dos compañías trabajarán juntas para crear una infraestructura "multi-cloud" abierta, flexible y segura que beneficiará mutuamente a ambas empresas.Por otra parte, Intel donará $ 25 millones al Broad Institute para ayudar a desarrollar sistemas de computación de alto rendimiento para proyectos analíticos de genómica. El dinero ayudará a crear nueva infraestructura para ayudar a los científicos a integrar y procesar los datos genómicos.


Volver a la Portada de Logo Paperblog