本文经超能网授权转载，其他人媒体转载请经超能网同意。

但也深度努力学习已之一人工智能的最重要其他方向，才能系统系统研究但也应用于日常予以 中。但训练人工智能模型也能强难以估量算力不支持，才能例通信专业如 予以 GPU加速训练外，那些厂商不断正式推出专用于深度努力学习训练的ASIC芯片。英特尔在人工智能市场领域投入颇多，例如 FPGA产品会线外，也正式推出过Nervana深度努力学习加速器，在昨天的Hot Chips 31会议中，英特尔公布了旗下Nervana NNP-T深度努力学习加速器的细节。

四款Nervana NNP-T深度努力学习加速器代号为Spring Cast，是现阶段英特尔最四款的专用深度努力学习加速器。四款加速器被命名为NNP-T，直言其两通信专业个方面用于深度努力学习图片模型训练工作后定制。不断深度努力学习模型愈发难以估量，才能专选用它 训练加速器也不断流行是一起，如NVIDIA也正式推出过Tesla T4 GPU。

具体分析到加速器核心上，本次英特尔反常的予以 了台积电16nm CLN16FF+工艺，而是说Nervana在收购前就予以 值得一提台积电28nm工艺制造其第四代的Lake Cast芯片。是说予以 值得一提台积电的工艺，但才能 用了那些台积电的最新各种技术。芯片选用了4个8GB HBM2-2400内存，每针脚2.4GB/s的传输速率，都本次安装是一个难以估量的1200平方毫米的硅基板上。其他人如此如此计算核心与HBM内存予以 台积电最有新CoWoS晶圆级封装各种技术予以 互联。最终最终结果得不断那个60 x 60mm，极具 332通信专业5 pin的BGA封装。

在展示中称本次促使 HBM2与核心是无源封装，才能为2.5D封装各种技术。而HBM2促使 是4Hi,才能整体而言为3D封装。是说英特尔自家例如 EMIB嵌入式多芯片互联桥接这样例如桥接各种技术。四个HBM2堆栈共有64条SerDes通道，每个区域通道不支持28GB/s的传输速率。

具体分析的核心规模上，Nervana NNP-T的计算核心坐拥 270亿晶体管，例如24个Tensor Processors（TPC）。例如 TPC外，芯片裸片中例如 60MB的SRAM例如 那些专选用它 接口，如IPMI、I2C及16条PCI-E 4.0通道。

芯片的工作后频率为1.1GHz，风冷三个条件下功率配置为150W到250W，可予以 水冷相继获得更强难以估量性能好表现 。其他人如此如此Nervana NNP-T加速器还坐拥 OCP卡及PCI-E两种规格，以供数据结果四大中心选择中。

Nervana NNP-T加速器充分问题 内存模块和互联图片促使 计算核心得以充分予以 。计算核心不支持bFloat16矩阵乘法、FP32、BF16例如 其他人两个方面操作问题 。其他人如此如此在予以 上英特尔但也予以 开源的nGraph库将深度努力学习框架连接到硬件后端的编译器。但也英特尔正在问题 与常见的Paddle Paddle、Pytorch及TensorFlow深度努力学习框架予以 成功合作。

促使 选用了可扩展架构集OCP及PCI-E规格，才能是对数据结果四大中心等场景也能方便地予以 扩展。架构不支持扩展到1024个节点，每个区域节点坐拥 8个NNP-T计算核心。

英特尔直言他们的将在上半年年底向最终客户提供完整NNP-T的样品，两个方面予以 例如 云体验体验服务完整商，在2020年但是面向不仅包括 更多消费用户。