英特尔(Intel)与NVIDIA正面交锋。人工智慧晶片竞争越来越激烈，Intel于测试报告中指出，新推出的Intel Xeon Phi处理器系列，其运算能力高于目前市面上GPU处理器。针对此份报告内容，NVIDIA不以为然，并以旗下新款专为深度学习打造的运算系统--DGX-1为例，撰写一篇部落格反击Intel，两大人工智慧晶片厂商隔空交火，也使得人工智慧战场更加炽热。
为因应人工智慧时代到来，NVIDIA推出首款深度学习运算系统DGX-1，其采用** NVIDIA Pascal技术支援的Tesla P100加速器打造，并已预先安装多层次应用软体，其中包含可加速所有主要深度学习架构的程式库、NVIDIA Deep Learning SDK、DIGITS GPU训练系统、驱动程式及CUDA。该系统包含容器建立和部署、系统更新及应用程式储存机制的云端管理服务存取。由于结合可在Tesla GPU上执行这些应用软体功能等优势，将其与各类旧版GPU加速解决方案的应用程式执行速度相比，速度*多可快上12倍。
同样积极抢攻人工智慧市场，不让NVIDIA专美于前，Intel于日前发表新一代Intel Xeon Phi处理器系列(代号Knights Mill)，支援高效能机器学习与人工智慧。Knights Mill预计2017年问市，除了针对水平扩充分析系统进行*佳化，还将纳入多项关键改良以支援深度学习的训练。现今的机器学习应用方面，Xeon Phi处理器系列所增加的记忆体容量帮助像是百度(Baidu)这样的客户能更容易且有效率的训练其模型。
为强调Xeon Phi处理器的性能优异，Intel于报告中强调该产品与现今GPU处理器之性能差异。报告中指出，Xeon Phi处理器的训练速度比GPU快了2.3倍、Xeon Phi晶片在多个节点的扩展路为38%，且*多可达一百二十八个节点，这是目前市面上的GPU无法办到的。同时，由一百二十八个Xeon Phi处理器组成的系统要比单个Xeon Phi处理器快50倍，意旨Xeon Phi处理器的扩展性十分优异。
然而，针对Intel之说法，NVIDIA提出了强烈的反驳，并于部落格中撰文指出，Intel使用的是18个月前的Caffe AlexNet数据，比较的是四个Maxwell GPU和四个Xeon Phi处理器。如果使用更新的Caffe AlexNet数据，就会发现四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。事实上，采用四个Pascal架构的TITAN X GPUs，其训练速度比四个Xeon Phi处理器快90%，而若采用新款DGX-1系统，更是快了5倍多。NVIDIA也补充，对于深度学习训练，与其使用大量的弱节点，还不如使用少量的强节点，效果会更好。
无论两边引用数据基准为何，从上述双方的隔空交火可看出，随着人工智慧的重要性日益增加，晶片大厂间的竞争也更加激烈，用以强化自身优势的策略也越来越多，如Intel除推出新系列Xeon Phi处理器，也于之前购并Nervana，强化其软体演算能力，相信未来的人工智慧市场，还会再掀起更多波澜。
公安机关备案号：
