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
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド:効果的な意思決定を実現する秘訣とは? -
製品資料
[株式会社リンプレス] 非デジタル/IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計:「判断と責任」を人に残すための2つの原則とは? -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
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
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
3
クラウド資格コレクターは評価されない? 年収1000万を分ける“OSの理解度”
-
4
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
5
高額な「AI PC」を一般従業員も使えたら? 費用のハードルを一気に下げる方法
-
6
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は?
-
7
LLMの「過学習」、正しく説明している文章はどれ?
-
8
「AIバブル」は崩壊するのか? 熱狂の後に来る“尻拭い”と4つの防衛策
-
9
2035年までに1億4500万台、急拡大する「フィジカルAI」市場の勝者は誰か
-
10
IT調達担当者が知るべき「IT機器 大インフレ時代の前向きな選択肢」
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX/AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには? 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには?
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは?
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
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