ä¸è¦å²ç¬æåçæ§
英特尔希望采用Google的张量处理器和Nvidia的GPU进行机器学习计算，并改进至强Phi超级芯片。
该公司将为Xeon Phi增加新功能以调整它用于机器学习，英特尔机器学习主管Nidhi Chappell说。机器学习是一项时髦的技术，可让软件得到训练，以更有效地完成图像识别或数据分析等任务。
英特尔没有透露何时会添加新功能，但下一版Xeon Phi将于2018年推出。英特尔已经落后于机器学习领域的芯片竞争对手，因此它可能不得不加速下一代Xeon Phi发布。
上周，英特尔发布了最新的Xeon Phi芯片，称为Knights Landing--拥有多达72个内核。该芯片目前仍在进行机器学习测试，但该公司相信它可以在某些机器学习模型中超越GPU。
Xeon Phi可以是主CPU或协处理器，但目前它的设计更多超级计算，而不是使用矢量处理器进行机器学习，并将Atom核心切碎。
Chappell说，Xeon Phi减少了将机器学习转移到协处理器的需求。许多机器学习任务今天由GPU执行。 Google在5月份宣布了TPU。
Chappell说，Xeon Phi可以通过快速互连来加速机器学习。英特尔正试图将其Xeon Phi与OmniPath互联结合起来，这使得服务器之间的数据快速传输成为可能。
英特尔还将增加对更多开源机器学习软件的支持，Chappell说。英特尔围绕Caffe（一个开源软件包）构建机器学习模型。 Xeon Phi芯片最终可以支持谷歌的开源机器学习软件TensorFlow。
英特尔相信它的芯片可用于医学和图像处理等领域，在这些领域，学习模式可以帮助理解数据。例如，芯片可以帮助识别疾病，或者通过分析像素来帮助分类图像
Chappell说，目标是减少训练特定模型和加快计算所需的时间，
