英特爾IDF近日召開，深度學(xué)習(xí)成為一大重點。不料，英偉達(dá)掐準(zhǔn)時間，在IDF舉行同時發(fā)表官方博文，指出英特爾在宣傳其最新 Xeon Phi 處理器加速深度學(xué)習(xí)性能時使用過時的數(shù)據(jù)，有意誤導(dǎo)消費(fèi)者，沒有給GPU性能一個公正的評價。兩大芯片巨頭針對深度學(xué)習(xí)，矛盾凸顯。華為傳感器應(yīng)用實驗室首席科學(xué)家丁險峰認(rèn)為，加速深度學(xué)習(xí)的能力是當(dāng)前考察服務(wù)器綜合性能的關(guān)鍵指標(biāo)和最大賣點，長遠(yuǎn)看英特爾更具優(yōu)勢。
近日，英特爾開發(fā)者大會 IDF 在舊金山召開。昨天的會議 Intel Analytics Summit 幾乎成了機(jī)器學(xué)習(xí)的主場。開幕主旨演講中，英特爾執(zhí)行副總裁 Diane Bryant 表示，如今數(shù)據(jù)正在成為制勝關(guān)鍵，“機(jī)器到機(jī)器之間交換的數(shù)據(jù)不斷增多，我們必須應(yīng)對擁有更多數(shù)據(jù)的未來”。
英特爾集團(tuán)副總裁、數(shù)據(jù)中心解決方案團(tuán)隊總經(jīng)理 Jason Waxman 介紹了 Penn Medicine 使用英特爾的 TAP 開放分析平臺，提升病患的就醫(yī)體驗。頂級公司如今都在使用機(jī)器學(xué)習(xí)算法從數(shù)據(jù)中挖掘洞見。大會邀請嘉賓、埃森哲技術(shù)實驗室的首席數(shù)據(jù)科學(xué)家 Saghamitra Deb 在演講中介紹了如何使用人工智能閱讀并批注文件，特別是醫(yī)療文件。
在小型討論會上，英特爾 Fellow、主持人 Pradeep Dubey 回答記者提問時表示，機(jī)器學(xué)習(xí)的未來就是要多多關(guān)注深度學(xué)習(xí)，因為深度學(xué)習(xí)已經(jīng)展現(xiàn)出強(qiáng)大的實力。《主算法》作者、華盛頓大學(xué)教授 Pedro Domingos 也應(yīng)邀發(fā)表講話，介紹了深度學(xué)習(xí)的歷史。
近來，英特爾一直在持續(xù)推進(jìn)數(shù)據(jù)中心和云計算方面的業(yè)務(wù)，當(dāng)然也有物聯(lián)網(wǎng)相關(guān)的芯片業(yè)務(wù)。但是，表現(xiàn)卻沒有如預(yù)期般順利。為了獲得更多訂單，英特爾向死敵低頭，與競爭對手 ARM 達(dá)成代工協(xié)議，英特爾未來將生產(chǎn) ARM 設(shè)計的芯片，也將向第三方開放自家的芯片工廠，包括其10納米生產(chǎn)線，制造基于ARM的智能機(jī)芯片。
可以看出，英特爾在 IDF 上正在全面擁抱深度學(xué)習(xí)。就在上周，英特爾宣布收購深度學(xué)習(xí)初創(chuàng)公司 Nervana Systems，也開始在深度學(xué)習(xí)專用芯片上布局。
然而，就在這個時候，英偉達(dá)在官方博客發(fā)表了一篇分析文章，直言英特爾在深度學(xué)習(xí)基準(zhǔn)上面弄不清事實。
英偉達(dá)博文指出，“英特爾也開始做深度學(xué)習(xí)是好事，深度學(xué)習(xí)是人工智能時代最重要的計算革命，任何人都無法忽視深度學(xué)習(xí)。但是，他們應(yīng)該把事實先弄清?！?/p>
有外媒評論，“或許英偉達(dá)在英特爾 IDF 舉辦同時點下‘發(fā)布’按鈕并非巧合”，這家媒體還表示自己會拿著爆米花坐等后續(xù)。
這場論戰(zhàn)究竟是怎么回事呢？
英特爾的挑釁
先把英特爾和英偉達(dá)的爭論放一邊，要說訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，GPU 是時下主流的選擇，相信這一點應(yīng)該不會有多少異議。
GPU 支持并行運(yùn)算，而且計算精度沒有 CPU 那么低——至于 GPU 將來是否會被其他處理器取代，暫時跟本文討論的議題沒有關(guān)系。
過去 5 年來，英偉達(dá)一直在深度學(xué)習(xí)領(lǐng)域默默投入，用 CEO 黃仁勛的話說，“把一切都賭在了深度學(xué)習(xí)上面”。
英偉達(dá)不僅針對深度學(xué)習(xí)優(yōu)化 GPU，還開發(fā)了軟件，讓用戶更加方便快速地訓(xùn)練神經(jīng)網(wǎng)絡(luò)。而這一點，也是大多數(shù)人用機(jī)器學(xué)習(xí)便首先選擇英偉達(dá)而不是 AMD 的原因。
英偉達(dá)方面曾表示，與 Kepler 時代相比，Pascal 的配套軟件讓機(jī)器學(xué)習(xí)的性能提升了整整一個數(shù)量級。
不過，GPU 并非競技場中唯一的玩家。在針對深度學(xué)習(xí)進(jìn)行優(yōu)化的硬件方面，有專注用 FPGA 加速深度學(xué)習(xí)的，也有像谷歌、CEVA 和 Movidius 那樣，自己開發(fā)專用深度學(xué)習(xí)芯片的——至于英特爾，就選擇把 Xeon Phi 里的十幾個小核心（Bay Trail-T），由 Pentium 架構(gòu)升級為 Atom 架構(gòu)，從而與 GPU 相競爭（同時保持 Xeon Phi 的品牌不變）。
英特爾最近發(fā)表了關(guān)于 Xeon Phi 基準(zhǔn)的一些數(shù)據(jù)，號稱其“Many Integrated Core”（MIC）Phi 架構(gòu)加速深度學(xué)習(xí)性能比 GPU 高出很多。
下面是英特爾的報告：
來源：英特爾報告 Fuel Your Insight
在發(fā)表的報告中，英特爾稱：
4 個 Knights Landing Xeon Phi 芯片比“4 個 GPU”快 2.3 倍；
Xeon Phi 芯片在多個結(jié)點上最高可擴(kuò)展率為 38%，而且最多可達(dá) 128 個結(jié)點（英特爾還指出，這對于 GPU 來說是不可能的）；
用 128 個 Xeon Phi 處理器構(gòu)成的系統(tǒng)比單個的 Xeon Phi 速度快 50 倍（言下之意是說 Xeon Phi 處理器擴(kuò)展性很好）。
此外，這份報告中還指出，使用英特爾優(yōu)化過的版本運(yùn)行 Caffe 深度學(xué)習(xí)框架時，Xeon Phi 芯片比標(biāo)準(zhǔn) Caffe 硬件要快 30 倍。
英偉達(dá)的回?fù)?/strong>
英偉達(dá)的論點主要在基準(zhǔn)上面。英偉達(dá)在官方博客發(fā)表的文章中表示，英特爾報告中使用的數(shù)據(jù)來自過去的基準(zhǔn)，在與 GPU 進(jìn)行比較時，容易產(chǎn)生誤導(dǎo)，因為英偉達(dá)的 GPU 從 28 納米平面工藝升級為 16 納米 FinFET 之后，在性能上有很大提高。不僅如此，英偉達(dá)在過去幾年也針對不同的軟件框架做了 GPU 的優(yōu)化。
英偉達(dá)表示，英特爾使用的是18個月以前的 Caffe AlexNet 數(shù)據(jù)，比較的是 4 個 Maxwell GPU 和 4 個 Xeon Phi 處理器。如果英特爾使用更新一些的數(shù)據(jù)，就會發(fā)現(xiàn) 4 個 Maxwell GPU 比 4 個 Xeon Phi 處理器的速度快 30%。
不僅如此，英偉達(dá)還進(jìn)一步指出，根據(jù)新的數(shù)據(jù)，由 4 個 Pascal 架構(gòu)組成的 TITAN X GPU，速度是 4 個 Xeon Phi 處理器的 5 倍多。
英偉達(dá)的回應(yīng)：根據(jù)新的數(shù)據(jù)，由 4 個 Pascal 架構(gòu)組成的 TITAN X GPU，速度是 4 個 Xeon Phi 處理器的 5 倍多。
針對擴(kuò)展性，英偉達(dá)指出，英特爾在比較時，給自己用的是最新的數(shù)據(jù)、最新的技術(shù)，而拿來比較的卻是 4 年前推出的 Titan X 系統(tǒng)。
英偉達(dá)援引百度的數(shù)據(jù)，稱語音訓(xùn)練在 128 Maxwell GPU 上擴(kuò)展性能更好，幾乎呈直線提升。
此外，英偉達(dá)在博客文章中還指出，對于深度學(xué)習(xí)訓(xùn)練，使用強(qiáng)的結(jié)點，哪怕數(shù)量少一些，也比使用很多個弱的結(jié)點效果要好。英偉達(dá)補(bǔ)充，其最新的 DGX-1 超級計算機(jī)的速度比 21 個 Xeon Phi 處理器都要快，是 4 個 Xeon Phi 處理器的 5.3 倍。
考慮到 OpenAI 上周才成為首家使用 DGX-1 系統(tǒng)的用戶，英特爾在發(fā)布報告時沒有使用 DGX-1 的數(shù)據(jù)也情有可原。但話說回來，Maxwell 系統(tǒng)確實挺老的了，英特爾使用最新的 Xeon Phi 處理器與隔了幾代的 Maxwell 相比，其用意何在，細(xì)思……不得其解。
深度學(xué)習(xí)芯片大戰(zhàn)升溫
英偉達(dá)博客文章下讀者評論：“究竟信誰的好？”
目前根據(jù)各種數(shù)據(jù)看，英特爾的 Xeon Phi 處理器在性能和軟件支持方面，應(yīng)該比 GPU 稍微弱一點。
不過，若真像英偉達(dá)自己所說的那樣，一臺 DGX-1 只比 21 個英特爾 Xeon Phi 快一點點，至少從價格上看，英特爾的 Xeon Phi 處理器顯然更具有優(yōu)勢。
DGX-1 目前售價 12.9 萬美元一臺，而 Xeon Phi 處理器費(fèi)用大約在 2500 到 6300 美元之間。即使用上了 21 臺英特爾 Xeon Phi，按 6000 美元/臺計算，整體價格也比買一臺 DGX-1 更有競爭力。
英特爾前協(xié)處理器首席架構(gòu)師、現(xiàn)華為傳感器應(yīng)用實驗室首席科學(xué)家丁險峰認(rèn)為，由于效益可觀，加速深度學(xué)習(xí)的能力是當(dāng)前考察服務(wù)器綜合性能的關(guān)鍵性指標(biāo)和最大賣點。
“目前，在深度學(xué)習(xí)加速這個單項上英偉達(dá)有很大的領(lǐng)先，在生態(tài)系統(tǒng)的布局已經(jīng)有很多年，很多學(xué)者、數(shù)據(jù)科學(xué)家也非常熟悉英偉達(dá)的產(chǎn)品。英特爾能不能搶的一席之地，主要看英特爾能否搭建相同的開發(fā)環(huán)境?！倍‰U峰在接受新智元采訪時表示。
“英特爾和英偉達(dá)兩家公司未來會在分布式計算架構(gòu)，內(nèi)存與Cache之間吞吐能力，加速器與主CPU之間的鏈接這幾個方向不斷挖掘前進(jìn)，在數(shù)據(jù)面、控制面、可擴(kuò)展能力、編譯器，多種算法的API等多方面展開軍備競賽。”
不過，丁險峰指出，“從長遠(yuǎn)看，英特爾的芯片架構(gòu)設(shè)計與制程肯定領(lǐng)先，另外數(shù)據(jù)連接也可以實現(xiàn)在芯片內(nèi)部，不需要板級連接，大大加強(qiáng)CPU與MIC的數(shù)據(jù)鏈接能力。”