현재의 인공지능(AI) 혁명은 실제로 계산적인 진화인 가운데 집적 회로의 발명 이래로 계산의 한계를 초월하고 있다.
인텔의 CEO인 브라이언 크르자니크(Brian Krzanich)는 17일(현지시각) 월스트리트 저널 (Wall Street Journal)의 D.Live(글로벌 기술 컨퍼런스)에서 인텔은 올해 말 이전에 업계 최초로 신경망 프로세서(NNP Neural Network Processor)인 인공지능 플랫폼 너바나(Nervana)를 출시할 것이라고 발표했다. 또 이 새로운 세대의 AI 하드웨어를 시장에 선보일 때 페이스북과 긴밀한 협업을 통해 기술적 통찰력을 공유하게 된 것이라고 밝혔다.
또한 인텔 너바나 신경망프로세서(Intel® Nervana™ Neural Network Processor)는 수많은 산업에서 인공지능 컴퓨팅을 혁신 할 것이며, 이 인텔 NNP기술을 사용하여 회사는 처리되는 데이터의 양을 최대화하고 고객이 더 큰 통찰력을 발휘하여 비즈니스를 변화시킬 수 있는 완전히 새로운 클래스의 인공지능 응용 프로그램을 개발할 수 있다고 밝혔다.
인텔 너바나 NNP는 딥러닝(Deep Learning)을 목적으로 만들어진 새로운 메모리 아키텍처로 이 새로운 아키텍처의 목표는 핵심 하드웨어 구성 요소를 최대한 효율적으로 만드는 동시에 모든 딥러닝 기본 요소를 지원하는 데 필요한 유연성을 제공하는 것이며, 인공지능용으로 명시적으로 설계되지 않은 기존 하드웨어의 한계를 벗어나도록 설계되었다.
또한 행렬 곱셈과 곱하기는 딥러닝의 중심에 있는 중요한 프리미티브의 몇 가지 요소로 이러한 계산은 작업 및 데이터 이동이 주로 선험적(先驗的)으로 알려져 있기 때문에 일반 용도의 작업 부하와 다르다. 이러한 이유로 Intel Nervana NNP에는 표준 캐시 계층(standard cache hierarchy)이 없으며, 온 칩 메모리는 소프트웨어로 직접 관리된다. 더 나은 메모리 관리를 통해 칩은 각 다이에서 엄청난 양의 연산을 높은 수준으로 활용할 수 있으며, 이를 통해 딥러닝 모델의 교육 시간을 단축시킨다.
고속 온-오프 및 오프 칩(on- and off-chip) 인터커넥트(interconnects)로 설계된 너바나 신경망 프로세서(NNP)는 방대한 양방향 데이터 전송을 지원하며, 명시된 설계 목표는 신경 네트워크 매개 변수가 여러 칩에 분산되어 있는 실제 모델의 병렬 처리를 달성하는 것이다. 따라서 여러 개의 칩을 하나의 대형 가상 칩으로 작동시켜 고객이 더 큰 통찰력을 확보할 수 있게 설계됐다.
단일 칩 상의 신경망 계산은 전력 및 메모리 대역폭에 의해 크게 제한된다. 신경망 워크로드의 처리량을 높이기 위해 메모리 혁신 외에도 Flexpoint라는 새로운 숫자 형식(포멧)을 개발했으며, Flexpoint를 사용하면 공유 지수를 사용하여 큰 동적 범위를 허용하면서 스칼라 계산을 고정 소수점 곱셈 및 덧셈으로 구현할 수 있다. 또 각 회로가 더 작아지므로 각 다이에 대한 병렬 처리가 크게 증가하는 동시에 연산 당 소비전력을 감소시킨다.
브라이언 크르자니크(Brian Krzanich)는 “인공지능 분야는 산업과 세계에 변화를 가져올 것이라고 믿습니다. 또 이 시스템은 또한 엄청난 시장 기회를 제공하며, 2020년까지 업계 매출에서 460억 달러에 달하는 시장을 형성 할 것입니다.”라며, “인텔은 이 분야에 하드웨어, 데이터 알고리즘 및 분석, 인수 및 기술 발전에 대한 연구와 투자로 이 분야를 개척하고 있습니다.”라고 말했다.
