在本周于北京举行的百度创新大会上，英特尔公司副总裁Naveen Rao宣布，百度正在与英特尔合作开发后者的Nervana神经网络训练处理器，也称为NNP-T 1000（以前的NNP-L 1000）。这两家公司将结合各自的专长，开发能够快速高效训练AI模型的高速加速器硬件。

　　英特尔将代号为“Spring Crest”的16nm NNP-T描述为“新型”人工智能模型硬件，旨在“大规模加速分布式培训”。“它针对图像识别进行了优化，其架构与其他芯片不同，因为它缺乏标准的缓存层次结构，芯片上的内存由软件直接管理。英特尔声称，NNP- t的24个计算集群、32GB的HBM2栈和本地SRAM使其能够提供最多10倍于竞争显卡的人工智能训练性能，以及该公司首款NNP芯片Lake Crest 3-4倍的性能。

　　此外，NNP-T由于其高速的片内和片外互连，能够将神经网络参数分布到多个芯片上，从而实现很高的并行度。此外，它还使用了一种新的数字格式——BFloat16，这种格式可以增强对推断任务至关重要的标量计算，使NNP-T能够适应大型机器学习模型，同时保持“行业领先”的电源效率。

　　NNP-T预计将在今年晚些时候与10nm Nervana神经网络推断处理器（NNP-I）一起上市。NNP-I是一种人工智能推理芯片，基于英特尔冰湖架构，封装了通用处理器核心。

　　Rao说：“未来几年，人工智能模型的复杂性将会激增，对大规模深度学习计算的需求也会激增。”“英特尔和百度正专注于他们长达十年的合作，建立全新的硬件，与支持软件协同设计，这将随着新的现实而发展——我们称之为‘AI 2.0’。”

　　这不是英特尔和百度第一次合作开发针对人工智能应用的解决方案。自2016年以来，英特尔一直在为其Xeon可伸缩处理器优化百度的paddleblade深度学习框架（NNP-T将支持该框架），两家公司正在合作开发MesaTEE，这是一个基于英特尔软件保护扩展（SGX）技术的内存安全功能即服务（FaaS）计算框架。

　　最近，百度和英特尔揭开了BIE-AI-Box的神秘面纱。BIE-AI-Box是为分析驾驶舱摄像机捕捉到的帧而定制的硬件套件。为此，它结合了BIE专门为此设计的技术，并与摄像头连接，用于道路识别、车身监控、驾驶员行为识别等任务。

　　英特尔的未来是人工智能。它的书暗示了同样的含义。这家位于圣克拉拉的公司的人工智能芯片部门去年实现了10亿美元的收入，英特尔预计，到2022年，市场机会将从2017年的25亿美元每年增长30%，达到100亿美元。从这个角度来看，以数据为中心的营收目前占所有部门所有业务的一半左右，而五年前这一比例仅为三分之一左右。

　　至于百度，它期待着超过4000亿美元的云计算市场的增长。该公司最近与英伟达（Nvidia）合作，将该芯片制造商的Volta图形平台引入百度云，并于2018年7月推出了两款用于人工智能工作负载的新芯片：用于机器学习模型培训的昆仑818-300和用于推理的昆仑818-100。