Amazon、Googleに対抗
Intel、AI用プロセッサ「NNP-I」を2019年に発売 画像認識や画像分類に力を発揮
Intelは新プロセッサ「Intel Nervana Neural Network Processor for Inference」を発表した。AI用のこのチップはFacebookとの共同開発で、画像認識や画像分類の分野で重要な機能を果たすという。
Intelは2019年1月、人工知能(AI)ワークロード処理に特化したプロセッサ製品群を、新しいIntel AIチップで拡充すると発表した。新しいチップは、AIユーザー向けに推論を高速化できるように設計している。AI分野における推論は、ニューラルネットワークが学習データを基に、データを自動的に分類する機能を指している。
家電見本市「CES 2019」でIntelが発表した「Intel Nervana Neural Network Processor for Inference」(NNP-I)は、Intelの新しいCPUマイクロアーキテクチャ「Ice Lake」に基づき、10ナノメートルプロセスで製造している。Facebookと協力して開発されており、2019年後半にリリースする。
「これはわれわれにとって非常に大きな取り組みだ。われわれはXeonとCoreで成し遂げてきたことに加えて、この取り組みによってAIでも、新たな領域への進出を果たすことになる」。Intelの主席副社長兼データセンター事業本部長を務めるナビン・シャノイ氏は1月8日、CESでの基調講演の中でそう語った。XeonとCoreは、Intelの広く普及したプロセッサ製品ラインだ。
新しいAIチップ、NNP-Iの強みは?
NNP-Iは推論の高速化に特化しており、AIワークフローを持つ企業の利用を想定している。このチップのベースは、Intelが2017年にリリースしたAIワークフロー処理に向いたプロセッサ製品ライン「Intel Nervanaニューラルネットワークプロセッサ」(NNP)だ。
新しいIntel AIチップは教師付き機械学習に有効かもしれないと、Storm Insightsのアナリストを務めるエイドリアン・ボールズ氏は語る。「ニューラルネットワークシステムは、トレーニングセット以外の新しいデータを見ると、新たな推論を始める。そこでNNP-Iの出番となる」(ボールズ氏)
IntelはCESでのプレゼンテーションの中で、NNP-Iが、開発パートナーのFacebookのようなソーシャルメディア企業に利益をもたらすと説明した。特に画像認識や画像分類のような推論アプリケーションにとって、重要な機能を果たすと主張する。
この1年、Amazon.comやGoogleを含むITベンダーが、AIワークフロー向けに設計されたチップをリリースしており、NVIDIAやAMDのような企業も、AI用の強力なCPUやGPUを投入している。
いまだに情報は不十分
NNP-Iが、競合製品と比べてどのように位置付けられるのかはまだ不明だ。ボールズ氏は、Intelはこのチップについて、限られた情報しか明らかにしていないと語る。NNP-Iが主にクラウドベースやエッジコンピューティングで使われるのか、あるいは顧客がこの物理プロセッサを買って使うのか、予想するのは時期尚早だという。
IntelはCESで、新しいクライアントプラットフォーム「Lakefield」(開発コード名)も発表した他、5G技術に積極的に取り組む計画も明らかにした。ニューラルネットワークのトレーニング向けのIntel AIチップ「Spring Crest」(開発コード名)の投入計画にも簡単に触れた。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社キーエンス] PCが苦手でも自動化できる 近鉄コスモスなど4事例に学ぶ「ナビ搭載型RPA」活用 -
製品資料
[レノボ・ジャパン合同会社] 約1.39kgにAI処理能力を凝縮 持ち運べるAPU搭載ワークステーションの実力は? -
製品レビュー
[ネットアップ合同会社] ランサムウェア被害からの回復を阻む最大の壁とは? -
製品レビュー
[ネットアップ合同会社] 攻撃者は“最後の砦”を真っ先に狙う いま必要なランサムウェア対策とは? -
市場調査・トレンド
[Snowflake合同会社] AI時代のビジネスインテリジェンス変革:5大トレンドと成功戦略
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「WSUS」を捨てない? 非推奨でも35%が使い続けるワケ
-
2
なぜMicrosoftは「Rust」を標準言語に? AIで進むC/C++書き換えの課題
-
3
Microsoft 365統一で「SharePoint」が1日2TB増 富士フイルムはどう管理した?
-
4
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
5
1巻40TB、量子解読も防ぐ「LTO-10」 テープを侮るバックアップの盲点
-
6
8割がアナログに逆戻りする“やっぱりな理由” DXを阻む2つの落とし穴
-
7
「Kubernetesプラットフォーム」に関するアンケート
-
8
「最新のセキュリティ脅威とオープンソースの対策状況」に関するアンケート
-
9
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
10
「PC導入および現在のハイブリッドワークの課題」に関するアンケート
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
3
急増する高度なフィッシング詐欺 先回りしてブロックするには何が必要?
-
4
法人向け光回線のプランはどう選ぶ? 機能面/保守体制/コストを一覧で比較
-
5
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
6
「テスト内製化&自動化」事例集:ディー・エヌ・エーなど9社に学ぶ実践のコツ
-
7
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
8
10G回線の真価をフルに享受するには? 導入前にチェックしたいポイント
-
9
進化が遅れる「電話」をアップデート、AIを搭載した次世代の通話機能とは?
-
10
有識者が語る、中堅中小企業に求められる最新のサイバーセキュリティ対策とは
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー