Nvidia contro Intel: chi è il futuro dell'intelligenza artificiale?

Nvidia e Intel stanno discutendo su chi sarà il "cervello" del futuro .

Nvidia ritiene che la GPU (unità di elaborazione grafica) sia molto più avanzata nel campo dell'apprendimento profondo dell'intelligenza artificiale e che amplierà il suo vantaggio, mentre Intel ritiene che la sua CPU (unità di elaborazione centrale) sarà in grado di sostituire la GPU per accelerare l'elaborazione.

Il 13 settembre si è tenuta a Pechino la GTC CHINA 2016 (GPU Technology Conference). Per la prima volta al mondo, NVIDIA ha lanciato due nuovi prodotti di deep learning e guida autonoma e ha annunciato una partnership strategica con JD.com per la creazione di un laboratorio congiunto. Alla Baidu World Conference tenutasi la scorsa settimana , il co-fondatore, presidente e CEO di NVIDIA, Jensen Huang, ha annunciato che NVIDIA e Baidu avrebbero collaborato nel campo della guida autonoma.

Grazie al suo layout iniziale, NVIDIA ha un vantaggio importante nel mercato del deep learning. Attualmente, la stragrande maggioranza delle aziende e degli istituti di deep learning in patria e all'estero si affida all'accelerazione GPU di NVIDIA. I giganti mondiali di Internet, tra cui Facebook , Google, Alibaba , Baidu, ecc., hanno tutti rapporti di collaborazione con NVIDIA. Anche AlphaGo di Google , che l'anno scorso non aveva rivali , era collegato a 170 GPU.

"Attualmente, la configurazione standard per i calcoli delle reti neurali è la GPU. L'investimento di Intel in quest'area è insufficiente e la CPU è troppo lenta." Lo ha dichiarato ai giornalisti di Interface News un responsabile di Turing Robotics, una delle principali aziende nazionali sviluppatrici di intelligenza artificiale.

In un'intervista con Interface News, Hu Rui, direttore senior di ricerca e sviluppo del gruppo di intelligenza artificiale presso la Microsoft (Asia) Internet Engineering Academy, ritiene che le GPU siano diventate un componente fondamentale dell'architettura di elaborazione dell'intelligenza artificiale perché le GPU utilizzate nell'elaborazione grafica e delle immagini possono elaborare grandi quantità di dati in parallelo, il che è molto adatto per scenari di dati ad alto parallelismo e alta localizzazione per l'apprendimento profondo.

Nel campo dell'intelligenza artificiale, la maggior parte delle aziende utilizza attualmente una combinazione di elaborazione collaborativa "CPU+GPU". In questa modalità eterogenea, la parte seriale dell'applicazione viene eseguita sulla CPU, mentre la GPU, in qualità di coprocessore, è principalmente responsabile della parte più ardua del compito di elaborazione.

Le prestazioni della divisione data center di Nvidia sono aumentate del 109% su base annua grazie alla forte domanda di GPU per il deep learning. Secondo l'ultimo rapporto finanziario di Nvidia pubblicato ad agosto, il fatturato totale è stato di 1,428 miliardi di dollari, con un incremento annuo del 24%, mentre l'utile ha raggiunto i 253 milioni di dollari, con un incremento annuo dell'873%. Nello stesso periodo, il numero di sviluppatori che utilizzano NVIDIA è triplicato, arrivando a 400.000, e il numero di sviluppatori di intelligenza artificiale che utilizzano GPU NVIDIA è aumentato di 25 volte.

"NVIDIA è un'azienda di elaborazione basata sull'intelligenza artificiale", ha affermato Huang Renxun alla conferenza Baidu.

L'improvvisa ascesa di Nvidia nel campo dell'intelligenza artificiale ha rappresentato una minaccia per Intel, un gigante dei processori nel mezzo di una fase di trasformazione. Senza comprendere appieno la situazione, Intel adottò una strategia di reclutamento e di espansione della propria presenza.

A maggio di quest'anno, Intel ha annunciato l'acquisizione della società di software per la visione artificiale Itseez; a giugno, Intel ha acquisito il produttore di FPGA Altera per 16,7 miliardi di dollari per rafforzare le sue capacità di produzione di chip dedicati; il 9 agosto, Intel ha annunciato l'acquisizione della startup di deep learning Nervana Systems; Il 7 settembre, Intel ha acquisito la startup di visione artificiale Movidius, continuando a rafforzare le sue soluzioni di deep learning dal dispositivo al cloud.

Tra queste, Nervana è stata fondata nel 2014 dall'ex responsabile della ricerca e sviluppo delle reti neurali di Qualcomm . Attualmente è dotato del framework di deep learning più veloce e si prevede che il prossimo anno lancerà un chip dedicato al deep learning, che si dice sia 10 volte più veloce della GPU.

Dopo aver accumulato una certa quantità di energia, Intel non vedeva l'ora di lanciare un feroce contrattacco contro Nvidia, e stava per scoppiare una guerra di parole tra le due parti.

All'Intel Information Technology Summit (IDF 2016) tenutosi ad agosto, Intel ha lanciato la nuova serie Xeon Phi Knights Mil e ha dichiarato in un rapporto di prova che la potenza di calcolo del nuovo processore Intel Xeon Phi è superiore a quella dei processori GPU attualmente sul mercato e che la velocità di apprendimento è 2,3 volte più veloce di quella della GPU, puntando il dito direttamente contro Nvidia.

Allo stesso tempo, Intel ha affermato che lancerà un chip dedicato all'intelligenza artificiale nel 2017. Il chip introdurrà la funzione di accelerazione delle attività di elaborazione dell'intelligenza artificiale per l'applicazione in campi quali il riconoscimento vocale, il riconoscimento delle immagini e la guida autonoma.

Successivamente, Nvidia ha fermamente respinto l'affermazione di Intel secondo cui "la GPU non è buona quanto la CPU".

Ian Buck, vicepresidente della divisione Accelerated Computing di Nvidia, ha pubblicato un post sul blog intitolato "Parliamo degli errori di Intel nel benchmark del Deep Learning", sottolineando che Intel ha utilizzato dati risalenti a 18 mesi fa per il confronto. Utilizzando i dati aggiornati di Caffe AlexNet, si scoprirà che quattro GPU Maxwell sono più veloci del 30% rispetto a quattro processori Xeon Phi.

"Intel dovrebbe prima chiarire i fatti", ha affermato Ian Buck senza arrendersi.

Riguardo ai diversi layout di Intel nel campo dell'intelligenza artificiale, Huang Renxun ha espresso dubbi a nome di Nvidia: se il coprocessore Xeon Phi è molto adatto all'intelligenza artificiale, perché acquisire Altera? Dal momento che hai acquistato Altera, che è molto adatta all'intelligenza artificiale, perché acquistare Nervada Systems? Se Nervada Systems è la vera tecnologia di intelligenza artificiale che deve essere sviluppata e lanciata, allora che dire del coprocessore Xeon Phi? Se tutti e tre sono adatti all'intelligenza artificiale, significa che il coprocessore Xeon Phi non è adatto all'intelligenza artificiale?

"Al momento non capisco bene la loro strategia, ma la nostra è molto bella e chiara: questa è la GPU", ha affermato Huang Renxun.

In risposta alle domande di Nvidia, Rupal Shah, direttore generale di Intel Cina, ha dichiarato in un'intervista rilasciata a Jiemian News e ad altri media il 6 settembre che in realtà la strategia di Intel non si concentra solo sul "deep learning", ma piuttosto sull'intera intelligenza artificiale come ecosistema.

"La concorrenza è una cosa positiva per qualsiasi settore. Speriamo di trasformare i vantaggi dello sviluppo tecnologico complessivo dell'intelligenza artificiale in risultati commerciali per i consumatori e di ottenere un flusso bidirezionale dal cloud al terminale", ha affermato Rupal Shah.

Song Jiqiang, direttore dell'Intel China Research Institute, ha spiegato che l'impostazione di Intel nel campo dell'intelligenza artificiale adotta una combinazione di software e hardware. L'hardware utilizza un metodo a basso consumo energetico e ad alta efficienza per implementare i calcoli, mentre il software ottimizzerà gli algoritmi per ridurre la quantità di calcoli.

Una risposta del genere è ovviamente troppo generica e debole, ma Sheng Linghai, analista senior del settore dei semiconduttori presso Gartner, ritiene che, poiché Intel è molto più grande di Nvidia e leader nel settore dei chip, "ha una sua logica".

"Intel è attualmente svantaggiata nel mercato dell'intelligenza artificiale. Per offrire ai clienti aziendali più scelte in futuro e costruire un ecosistema completo di intelligenza artificiale, Intel deve avere una copertura più ampia. Pertanto, deve investire nel futuro e acquisire nuove tecnologie che potrebbero apparire o potrebbero essere utilizzate." Sheng Linghai ha dichiarato ai giornalisti di Interface News che la possibilità di creare un vantaggio di mercato in futuro dipenderà dalla capacità della tecnologia acquisita di essere integrata e sviluppata.

Infatti, poiché il mercato dell'intelligenza artificiale è ancora nelle sue fasi iniziali, tutti i produttori di processori sperano di occupare un posto con i propri prodotti. Grazie alla sua attenzione rivolta ad applicazioni di reti neurali ad alta complessità, la GPU di NVIDIA non ha raggiunto una posizione di monopolio. Nella modalità eterogenea, NVIDIA ha rapporti di collaborazione con Intel, IBM e ARM.

"Questa fase di prosperità e di lotta per la supremazia durerà 5-10 anni e ci vorranno almeno 3-5 anni per vedere quale tipo di architettura diventerà una tendenza dominante e stabile", ha previsto Sheng Linghai.

I dati mostrano che entro il 2025 il mercato dell'intelligenza artificiale raggiungerà una dimensione di 36 miliardi di dollari USA. L'intelligenza artificiale diventerà il settore in più rapida crescita nel settore informatico e potrebbe guidare la quarta rivoluzione industriale dopo la macchina a vapore, l'elettricità e i computer.

Questo è anche il motivo per cui Nvidia e Intel sono in dura competizione per il mercato dell'intelligenza artificiale. Tuttavia, la differenza è che Intel spera di avere una "corsa tra la lepre e la tartaruga" con Nvidia, e crede fermamente che la supererà; Ma Nvidia ritiene che questo ultimo arrivato non rispetti affatto le regole e non è chiaro se le due parti siano sulla stessa strada.

Sembra quindi che la guerra di parole tra le due parti continuerà.

Vincitore del Qingyun Plan di Toutiao e del Bai+ Plan di Baijiahao, del Baidu Digital Author of the Year 2019, del Baijiahao's Most Popular Author in the Technology Field, del Sogou Technology and Culture Author 2019 e del Baijiahao Quarterly Influential Creator 2021, ha vinto numerosi premi, tra cui il Sohu Best Industry Media Person 2013, il China New Media Entrepreneurship Competition Beijing 2015, il Guangmang Experience Award 2015, il China New Media Entrepreneurship Competition Finals 2015 e il Baidu Dynamic Annual Powerful Celebrity 2018.