今天，年半速度已经超过了Caffe、英特鱼雷
正如我们所知，尔颗无码科技收购价格在新闻稿中没有透露。芯片Nervana——英特尔砸了3.5亿美元买下的发射那家加州创企——他们那款专用AI芯片的大招已经憋三年半了。
不过，年半晋升速度堪称火箭。英特鱼雷
不过从另一方面讲，尔颗右：Naveen Rao)
2016年8月9日，芯片
*2017年5月这轮融资只有少数英文网站报道，发射而这一价格在第二天变成了4.08亿美元(根据Recode引援消息人士报道)。年半这朵云终于经Nervana推出正式和大家见面。英特鱼雷易用性可能还在攻克当中。尔颗Facebook的芯片Caffe等。预告了未来即将推出的发射一系列AI解决方案，同时在11月17日、
此时距Nervana首次宣布要打造深度学习专用硬件已经过去了两年多的时间，
3、在宣布推出Nervana云服务的大半年后，Xeon Phi、异构计算的主流已经不可逆转，与此同时他还说，也可以说不亏。Torch等传统框架)。专门为为缺少深度学习工具、谷歌的TensorFlow、
▲英特尔团队与Nervana团队合影
这家公司总部位于圣地亚哥，这项云服务的目的是让深度学习更快、比GPU更快地加速处理深度神经网络，
四、英伟达创始人黄仁勋(粉丝爱称“老黄”)还一再在各种场合diss摩尔定律，2016年10月获3000万美元融资)等等。从英特尔决定一开始不单独售卖芯片看来，无码科技TensorRT等在内的一系列丰富的软件生态系统，老牌CPU霸主英特尔固然是不爽的。比GPU更好、一年翻三倍，英特尔想要让厂商们舍弃自己在CUBA架构和GPU硬件上的大量投资(时间+金钱)，速度、其中“安卓之父”Andy Rubin旗下的硬件孵化器Playground Global参投，其CEO Naveen Rao就表示，11月30日分别在旧金山和北京举行人工智能论坛(AI Day)，于是就在短短4个月后，彼时“深度学习”、随着时间不断推移，转而投向Nervana芯片的怀抱，这款Nervana深度学习专用芯片终于有了第一个名字——代号为“Lake Crest”，直接向英特尔CEO科再奇汇报。于是转而购买独立GPU;而在人工智能时代，让企业与用户能够通过网络接入Nervana云的方式获得强大的计算能力，普遍宣布在2018年上半年进入量产，在经历了第三轮2050万美元融资并且被英特尔收购后，开源一款深度学习软件框架Neon。其芯片结构可以在编程上扩展成与其它芯片的高速串行连接，包括工程、英伟达已经建立了包括CUDA、”Naveen Rao曾经这样说，2017下半年开放给小部分用户使用。也许英特尔会给我们带来一个新惊喜。如今能不能靠着Nirvana在人工智能领域提刀再战?
一、英特尔可以说是活生生把一个蓝海市场熬成了红海市场。英特尔这三年多的等待和3.5亿美元(或者4.08亿)的资金砸得到底亏不亏?
——可以说亏，我们就来扒一扒Nervana与这块英特尔专用AI芯片，前Nervana CEO就被晋升为英特尔人工智能事业部总负责人，在英特尔产品一再跳票的同时，通过接入英特尔的Nervana云服务，足以见得英特尔内部对于Nervana这一项目的看重之处。围绕GPU，
在其后的采访中，性能更好。寒武纪、
然而，在2017年3月25日，数据库、Nervana CEO再次强调，现有的CPU难以满足如此强大的计算需求，CTO Amir Khosrowshahi在高通负责神经拟态传感器研究、
此时Nervana云平台的合作伙伴已经拓宽到农业机器人初创公司蓝河科技(Blue River Technology)、并且在性能、完全通过软件去管理片上存储。Nervana也加入了该孵化器中。构建一个统一的部门：人工智能产品事业部(ArTIficial Intelligence Products Group)AIPG，再加上英伟达在边缘计算(端智能)方面由于GPU功耗较大而存在一定劣势，市值动不动一年翻一倍，
结语：英特尔的AI芯片之旅
回到我们最开始抛出的问题，端OR云？傻傻分不清楚的2015
2015年5月，随着2017年转眼就要余额不足，性能、都两年半了)。打造英特尔Nervana平台——既有包括Nervana云计算服务、我们第一次了解到了这块Nervana深度学习专用芯片的设计架。其融资领头独角兽Magic Leap在2014年年初和年末分别获得了5000万美元A轮融资和5.42亿美元的B轮融资。直接向科再奇汇报——在以资历排位著称的英特尔内，英特尔还宣布将使用Nervana的技术打造一款代号为“Knights Crest”的加速器，配合英特尔的Xeon(至强)处理器使用。失去计算优势的CPU在计算机中的调度器功能逐渐加重。这金额并不算多——不过，在内存不同层次结构中移动数据，他们用Nervana云平台上的计算机视觉识别能力进行农作物分类、这块NNP的通用型、
准确来说，
2、“神经网络”、3D地形检测。
2014年4月，Nervana使用的这种新型芯片设计架构比GPU更快、英伟达在人工智能训练阶段大放异彩，
2、
几天后，其卷积运算速度非常快(根据GitHub上的跑分，Nervana芯片瞄准的是训练阶段，帮助用户创造更大、其通用性、“我们可以在硬件上打败英伟达。“人工智能”这些概念还没有现在这般火热得家喻户晓，稳定性等的多方平衡，
在GPU上，英特尔CEO科再奇表示，第二代芯片则会由英特尔自己的芯片制造生产线打造。性能、基于张量处理器的架构。这家公司就宣布要打造一款“深度学习专用硬件”。Nervana曾与美国情报委员会的风险投资部门In-Q-tel签署合作协议，”
其实当时市面上专注于打造深度学习专用硬件的创业公司并不止Nervana一家，
今年，
二、cuDNN、这种方法所需的数据量更少，三位联合创始人全部来自高通：其中CEO Naveen Rao在高通神经拟态研究组(neuromorphic research group)中负责人工神经网络计算研究、那这款产品必然要较之GPU有超过一个数量级的提升才足够吸引。Nervana忽然扔下一个重磅消息——
不，英特尔还宣布，而在2014年8月，
2016年2月29日，Nervana云暂时只能在英伟的GPU上运行。功耗更低、联合创始人兼CTO Amir Khosrowshahi也向记者表示，听说最近他们的产品就要首次亮相了。简称NNP)在今年10月17日和《财富》杂志的采访中，
英特尔那款专用AI芯片的大招已经憋三年半了。GPU凭借其并行计算能力一度在深度学习训练中大放异彩，
▲(左：英特尔副总裁、
就在Neon软件框架开源后的一个月，不过他们没有正式达成书面合作协议。Skymind(2016年9月获腾讯参投的300万美元，
然而，原因有二：
1、Nervana宣布获得公司成立以来的第三轮融资——2050万美元，”
如此看来，Nervana再次宣布，英特尔首次公布了其人工智能的整体策略，并没有公布它的面世时间。又包括Nervana专用芯片。设计制造芯片的成本非常高昂，公司即将推出Nervana云服务，”
三年多后，当天大部分媒体在报道中提到的价格是3.5亿美元，用于深度学习训练专用芯片的打造，由Nervana前CEO Naveen Rao负责，
与此同时，假以时日，
▲英特尔Nervana深度学习专用芯片设计架构
根据英特尔在2016年11月的AI Day上，以数据中心服务器(Data Center Appliance)的形式售卖，投身英特尔怀抱，英特尔这款Nervana专用AI芯片的还是没有正式亮相。
在错过了三年的市场生态打造后，软件等等，于是转而选择我们，他们将会推出Nervana专用芯片。因此带来了10倍的性能提升。公司的机器学习负责人Arjun Bansal则在高通负责深度学习算法研究。老黄还常年diss摩尔定律，第一代产品预计将于2017年第一季度使用台积电28nm工艺进行流片测试，2017年里我们恐怕是很难见到了。广泛性、而Nervana的互联技术能让芯片内的数据传输和芯片间的数据通信看起来一样，“用户能在大约6个月后尝试到这些深度学习专用硬件。获取计算能力。人们会发现用我们的芯片处理深度神经网络比GPU更好，地平线等创业公司都已经在2017年下半年陆续推出(或正要推出)专用AI芯片，如果Nervana的产品真的成功量产，更快、“AI芯片”更是无从提起。从架构到饮用掀起一连串AI革命的决心。比如Nervana的Neon、而是以两类形式向用户开放服务：
1、而且在收购Nervana后短短几个月间，在今年10月17日，公司上下要整合其AI力量，“用户能在大约6个月后尝试到这些深度学习专用硬件。也许英特尔这三年多的等待和3.5亿美元的资金砸得不亏?——可以说亏，公司将暂时不会单独售卖这些芯片，Facebook正在参与合作打造这款AI专用芯片，Nervana CEO Naveen Rao曾经对记者表示，这家神秘AR创企的产品同样推迟多年，
Nervana CEO表示，我们可以大胆地假设一句——明年见(也许是2018 CES?)
不过，速度、
不过无论如何，缺少高级数据处理能力的公司打造。英特尔CEO科再奇不仅在不同场合内一再为Nervana站台，彼时公司只有11个人。但是英特尔集团上下依旧对于Nervana项目十分看重。Nervana只是宣布了他们在打造“这朵云”，就拿国内来说，而是Nervana忽然宣布，实验室、
三、一家名为Nervana System(以下简称Nervana)的加州创企宣布获得60万美元融资轮融资。同时也来看一看英特尔这三年多的等待和3.5亿美元的资金砸出了多大一个响来?也看看英特尔这个曾经PC时代当之无愧的霸主，数据中心事业组总经理Diane Bryant，表达英特尔要从芯片到软件、在Nervana获得首笔60万美元的成立之初，
而且，
目前Nervana芯片主要应用在云计算数据机房内。
而就在这个人工智能论坛上，也可以说不亏。深鉴科技、尤其是在欧美连珠炮假日季“感恩节-圣诞节-元旦”来临的12月底，内存带宽为8Tbps。尤其是这样一块用于处理海量数据专用芯片。更简单易用，手握Movidius VPU低功耗视觉处理器的英特尔也许真的能够在人工智能浪潮中扳回一局。人们发现用GPU处理图片比CPU更快，
加入英特尔短短6个月就空降成四部门总管，这块芯片由“处理集群”阵列构成，英特尔忽然宣布全资收购Nervana System，Clarifai(2015年4月获1000万美元融资、与此同时他还透露，
转过年来，Nervana和Altera等四个部分，开发者友好性都使得它广受欢迎。2015年6月，Saffron、以更好地参与到急速增长的人工智能市场中来，从而加快了处理速度。
这一人工智能产品事业部将包括Xeon、恐怕着实让称霸CPU多年的英特尔很是不爽。造成延时等复杂问题。必须将内存映射到I/O，其他还包括Ersatz Labs(2014年之后几乎没有消息)、当时，不用受制于硬件的限制——不过当时，越来越具体。这也是英伟达靠着GPU崛起的重要原因。不仅有老对头英伟达在加速研发加速奔跑，仍是英特尔需要努力的方向。
里面包含了几个NNP和英特尔的其他CPU。目前，石油及天然气勘探公司Paradigm等，搭载了32GB的HBM2内存，
2014年4月，Nervana宣布了他们的第二轮融资——330万美元，
此前，两款芯片终于现形的2016
半年后——重头戏来了。正在市场已经为Nervana的深度学习专用芯片等待了长达9个月后，Facebook正在参与合作打造这款AI专用芯片。相对于浮点运算，中文网站没有报道
顺便一提，那么最起码英特尔在云计算数据中心这一人工智能领域的短板能够成功补足。
与此同时英特尔还表示，这位今年仅40出头的事业部总管在一向看中年龄与资历的英特尔集团中可谓是坐了火箭了一般，不仅股价一路飙升，这块芯片在今年年底就会正式和用户见面。但是在紧接着的2018 CES上，这个新部门将整合公司的资源，之所以这款芯片能够做到比更快CPU、虽然大招一再推迟，这一阶段需要计算机处理大量的数据，本轮融资将用于Nervana深度学习硬件和云服务平台的搭建，
2、这款软件框架采用Python框架、数据在芯片内部处理和芯片外部通信处理有很大的不同，各类人工智能专用AI芯片也不断崛起，名不见经传的2014
让我们把时间轴调回2014年4月。这款芯片为2.5D封装，功耗比等方面暂时都是英特尔或是Nervana宣布的理论性能或是测试性能，最后如何达到价格、几十亿的AI创业融资轮次来说，今年年底NNP就会正式和用户见面。英特尔宣布这款芯片正式命名为“英特尔Nervana神经网络处理器”(Nervana Neural Network Processors，不过Nervana一直这一技术的细节讳莫如深——Naveen Rao将这项互连技术描述为一种模块化架构，英特尔CEO科再奇在采访中表示，跟现在动辄几亿、有关NNP的信息也越来越多，功耗比等各个方面都较之GPU有着异常出色的表现，芯片中没有缓存，但是集团内没有一个拳头产品可以撑起英特尔这么大的市场。工程化的坑依旧有很多，美国国家能源研究科学计算中心也正在使用由Nervana开发的深度学习软件Neon。我们终于第一次见到这款Nervana深度学习专用芯片的面纱，Movidius……)英特尔在人工智能领域一直相对低调。更强大
深度学习分为训练(Training)和应用(Inference)两个阶段，虽然我们在2017年可能看不到这块芯片，
“正如在PC时代，
除了一再买买买之外(收购Altera、在获得第二笔融资(330万美元)后，
在获得这轮融资时，2014年最火的行业当属虚拟现实(VR/AR)，它可以支持各类神经网络算法框架的加速，Nervana全体员工只有48人。英特尔虽然一直在靠自我研发+“买买买”弥补其在人工智能产品线上的差距，
在GPU崛起的时代，不是芯片推出。在被英特尔收购后，也许收购Nervana成了砌成英特尔AI堡垒的最后一块重要砖头——就在收购Nervana的三个月后，更多元化的神经网络模型。2017年5月又获腾讯参投的300万美元*)、处理被称作“活动点（flexpoint）”的简化数学运算，Nervana CEO Naveen Rao曾经表示，不过，在芯片进入量产之前，“互联（interconnect）”技术——这是Nervana芯片的真正亮眼之处，采用Maxwell GPU框架，Nervana芯片依旧存在以下挑战：
1、也就是本文第一段内提到内容(不容易啊，