英特爾公司今天推出了三款用于訓練和部署人工智能模型的芯片，這將使其能夠與Nvidia公司展開競爭，后者的圖形處理單元在市場上占主導地位。

這些芯片是在英特爾于2016年對兩家機器學習公司Nervana Systems和Movidius Ltd的收購中產生的，這些芯片是英特爾于2016年在舊金山舉行的新聞發布會上宣布的。這些芯片共同 代表了英特爾第一個針對專用AI芯片的大型展示，這些芯片已超越了主流Xeon和Xeon。核心芯片系列。

根據現任Nervana創始人，現為公司副總裁兼英特爾人工智能產品部門總經理的Naveen Rao（如圖所示，其中包含一種新的Nervana芯片），處理器帶來的功能至關重要，因為“我們正在達到一個突破點在計算硬件和軟件中。這種現實最近也在推動著新一代的面向AI的芯片初創公司的發展，其中就包括今天的一個名為Blaize Inc.的公司。

針對GPU制造商最直接的產品是Nervana NNP-T1000神經網絡處理器。它是針對硬件密集型任務進行優化的集成電路，該任務使用示例數據訓練AI模型。今天，此過程對于確保模型產生準確的結果是必不可少的，如今已在絕大多數AI項目中使用Nvidia芯片進行了此過程。

英特爾在八月份的預覽中 表示，NNP-T1000每秒可以管理多達119萬億次操作。該公司不會自行交付處理器，而是作為加速器卡的一部分，企業可以將其插入服務器。這些卡的設計使其可以相對輕松地將許多卡鏈接在一起，英特爾表示，這些卡甚至可以支持超級計算機規模的AI培訓工作負載。

英特爾憑借NNP-T1000脫穎而出。該公司沒有選擇在自己的工廠進行生產，而是選擇將任務委托給外部半導體制造商臺積電。構成NNP-T1000的270億個晶體管是使用臺灣公司的16納米制造工藝制造的，并被組織為24個處理核心。