英特爾欲回到其在芯片制造技術上的領先地位

• 2018年12月13日 ZhangHongYuan來源：綜合 1011 64
• 繁體

• 

  投資與產出不成正比，指紋芯片企業(yè)如何做出正確的投資規(guī)劃和戰(zhàn)略選擇？

  風險投資是在創(chuàng)業(yè)企業(yè)發(fā)展初期投入風險資本，待其發(fā)育相對成熟后，通過市場退出機制將所投入的資本由股權形態(tài)轉化為資金形態(tài)，以收回投資，取得高額風險收益。全球風險資本市場已進入新一輪快速...

英特爾稱，該公司已經掌握將計算電路堆疊在一起的技術，并以快速的連接方式將它們連接在一起，從而能夠將更多的計算電路組裝到單個芯片上。

全新Sunny Cove CPU架構：英特爾推出了下一代CPU微架構Sunny Cove，旨在提高通用計算任務下每時鐘計算性能和降低功耗，并包含了可加速人工智能和加密等專用計算任務的新功能。明年晚些時候，Sunny Cove將成為英特爾下一代服務器(英特爾?至強?)和客戶端(英特爾?酷睿?)處理器的基礎架構。Sunny Cove的功能特性包括：

? 增強的微架構，可并行執(zhí)行更多操作。

? 可降低延遲的新算法。

? 增加關鍵緩沖區(qū)和緩存的大小，可優(yōu)化以數據為中心的工作負載。

? 針對特定用例和算法的架構擴展。例如，提升加密性能的新指令，如矢量AES和SHA-NI，以及壓縮/解壓縮等其它關鍵用例。

Sunny Cove能夠減少延遲、提高吞吐量，并提供更高的并行計算能力，有望改善從游戲到多媒體到以數據為中心的應用體驗。

下一代圖形卡：英特爾推出全新的第11代集成圖形卡，配備64個增強型執(zhí)行單元，比此前的英特爾第9代圖形卡(24個EU)多出一倍，旨在打破每秒1萬億浮點運算次數(1 TFLOPS)的壁壘。從2019年開始，新的集成圖形卡將與10納米處理器一起交付。

與英特爾第9代圖形卡相比，新的集成圖形卡架構有望將每時鐘計算性能提高一倍。憑借高于每秒1萬億浮點運算次數的性能，該架構旨在提高游戲的可玩性。與英特爾第9代圖形卡相比，英特爾在此次活動上展示的第11代圖形卡幾乎將一款流行的照片識別應用程序的性能提高了一倍。第11代圖形卡預計還將采用業(yè)界領先的媒體編碼器和解碼器，在有限的功耗配額下支持4K視頻流和8K內容創(chuàng)作。第11代圖形卡還將采用英特爾?自適應同步技術，為游戲提供流暢的幀速率。

英特爾還重申了在2020年推出獨立圖形處理器的計劃。

“One API”軟件：英特爾宣布推出“One API”項目，以簡化跨CPU、GPU、FPGA、人工智能和其它加速器的各種計算引擎的編程。該項目包括一個全面、統(tǒng)一的開發(fā)工具組合，以將軟件匹配到能最大程度加速軟件代碼的硬件上。公開發(fā)行版本預計將于2019年發(fā)布。

內存和存儲：英特爾介紹了英特爾?傲騰?技術以及相關產品的最新情況。英特爾?傲騰?數據中心級持久內存作為一款新產品，集成了內存般的性能以及數據的持久性和存儲的大容量。這項革命性的技術通過將更多數據放到更接近CPU的位置，使應用在人工智能和大型數據庫中的更大量的數據集能夠獲得更快的處理速度。其大容量和數據的持久性減少了對存儲進行訪問時的時延損失，從而提高工作負載的性能。英特爾傲騰數據中心級持久內存為CPU提供緩存行(64B)讀取。一般來說，當應用把讀取操作定向到傲騰持久內存或請求的數據不在DRAM中緩存時，傲騰持久內存的平均空閑讀取延遲大約為350納秒。如果實現規(guī)?；硫v數據中心級固態(tài)盤的平均空閑讀取延遲約為10,000納秒(10微秒)，這將是顯著的改進2。在一些情況下，當請求的數據在DRAM中時，不管是通過CPU的內存控制器進行緩存還是由應用所引導，內存子系統(tǒng)的響應速度預計與DRAM相同(小于100納秒)。

英特爾還展示了基于英特爾1 TB QLC NAND裸片的固態(tài)盤如何把更多海量數據從硬盤遷移到固態(tài)硬盤，從而可以更快訪問這些數據。

英特爾傲騰固態(tài)盤與QLC NAND固態(tài)盤相結合，將降低對最常用數據的訪問延遲?？傮w來說，這些對平臺和內存的改進重塑了內存和存儲層次結構，從而為系統(tǒng)和應用提供了完善的選擇組合。

深度學習參考堆棧(Deep Learning Reference Stack)：英特爾宣布推出深度學習參考堆棧(Deep Learning Reference Stack)，這是一個集成、高性能的開源堆棧，基于英特爾?至強?可擴展平臺進行了優(yōu)化。該開源社區(qū)版本旨在確保人工智能開發(fā)者可以輕松訪問英特爾平臺的所有特性和功能。深度學習參考堆棧經過高度調優(yōu)，專為云原生環(huán)境而構建。該版本可以降低集成多個軟件組件所帶來的復雜性，幫助開發(fā)人員快速進行原型開發(fā)，同時讓用戶有足夠的靈活度打造定制化的解決方案。

? 操作系統(tǒng)：Clear Linux * 操作系統(tǒng)可根據個人開發(fā)需求進行定制，針對英特爾平臺以及深度學習等特定用例進行了調優(yōu);

? 編排：Kubernetes*可基于對英特爾平臺的感知，管理和編排面向多節(jié)點集群的容器化應用;

? 容器：Docker*容器和Kata*容器利用英特爾?虛擬化技術來幫助保護容器;

? 函數庫：英特爾? 深度神經網絡數學核心函數庫(MKL DNN)是英特爾高度優(yōu)化、面向數學函數性能的數學庫;

? 運行時：Python*針對英特爾架構進行了高度調優(yōu)和優(yōu)化，提供應用和服務執(zhí)行運行時支持;

? 框架：TensorFlow*是一個領先的深度學習和機器學習框架;

? 部署：KubeFlow*是一個開源、行業(yè)驅動型部署工具，在英特爾架構上提供快速體驗，易于安裝和使用。

延伸閱讀

推薦閱讀

猜您喜歡