قرار است نسل بعدی پردازنده‌های زئون‌فی اینتل که به‌طور اختصاصی برای پیاده‌سازی «یادگیری عمیق» در سرورها و ایستگاه‌های کاری طراحی شده‌ است سال 2017 ارائه شود. این پردازنده بهینه‌سازی شده با اسم رمز Knights Mill، در صورت موفقیت می‌تواند دسترسی اینتل را به بازار هوش مصنوعی و یادگیری عمیق فراهم کند؛ بازاری که مدت‌هاست انویدیا در آن یکه‌تازی می‌کند.

بنابر ادعای اینتل، روزانه میلیون‌ها ترابایت داده تولید می‌شود و توانایی تجزیه و تحلیل و به‌دست آوردن اطلاعات معنادار از این دریای داده‌ها، «فرصتی فوق‌العاده برای همه ما است » و هوش‌مصنوعی کلید موفقیت در این حوزه است. اینتل معتقد است «هوش‌مصنوعی در حال ایجاد تحول در عملکرد شرکت‌های تجاری و نحوه تعامل مردم با دنیاست» Knights Mill عنصر مهمی در استراتژی هوش مصنوعی اینتل بوده  و قرار است ضعف اینتل را در این حوزه جبران کند.

«پیشرفت هوش‌مصنوعی فقط تحولی در حوزه پردازش نخواهد بود بلکه نقطه عطف مهمی است در تاریخ بشریت. همان‌طور که قدرت بخار، ظهور ماشین‌آلات صنعتی و گسترش خطوط تولید، انقلاب صنعتی را رقم زد و زندگی مردم را دچار تحول کرد، داده‌ها، شبکه‌های عصبی و توان پردازشی، یک انقلاب هوشمندی (Intelligence Revolution ) به راه خواهد انداخت.» این دیدگاه  Brian Krzanich مدیرعامل شرکت اینتل است. آن‌چه که امروز در حوزه هوش‌مصنوعی بیش از پیش شنیده می‌شود، استفاده از روشی موسوم به «یادگیری عمیق» است.

سامانه‌های مبتنی بر یادگیری عمیق، این امکان را دارند که الگوی داده‌های ورودی را بیاموزند و بر اساس آن‌ها دست به تصمیم‌گیری بزنند. پیاده‌سازی یک سامانه هوشمند مبتنی بر یادگیری عمیق کار چندان ساده‌ای نیست و به‌طور خاص، پیاده‌سازی مرحله آموزش سامانه، توان پردازشی بسیار زیادی طلب می‌کند. از نظر سخت‌افزاری، پردازنده‌های گرافیکی به‌دلیل ماهیت پردازش موازی خود، ایده‌آل‌ترین گزینه برای پیاده‌سازی یادگیری عمیق هستند. در این کاربرد، این پردازنده‌ها به‌طور معمول به‌عنوان کمک پردازنده عمل می‌کنند و واحد پردازش مرکزی (CPU) به‌عنوان پردازنده اصلی سامانه اجرای عملیاتی نظیر بالاآوردن سیستم عامل را برعهده می‌گیرد.

معرفی نایتس‌میل
شرکت اینتل در همایش توسعه‌دهندگان ( IDF 2016 ) با اعلام این‌که بر روی گونه جدیدی از پردازنده‌ زئون‌فی (Xeon Phi) کار می‌کند، بدون ارائه مشخصاتی از این تراشه جدید، تنها به بیان این نکته بسنده کرد:« نسل بعدی پردازنده زئون‌فی که برای استفاده در کاربردهای یادگیری عمیق، بهینه‌سازی شده است». تا پیش از این از خانواده E5 پردازنده های زئون در حوزه یادگیری ماشینی و از زئون‌فی برای آموزش سامانه‌های یادگیری عمیق استفاده شده بود اما تاکنون، بار اصلی پردازش و آموزش مدل‌های یادگیری عمیق بر عهده کمک‌پردازنده‌ها و شتاب‌دهنده‌هایی نظیر پردازنده‌های گرافیکی بوده است و در حوزه یادگیری عمیق هیچ پردازنده مرکزی (CPU) موفق نشده است پردازنده‌های گرافیکی را کنار بزند. بر همین اساس ارائه یک پردازنده مرکزی از سوی اینتل برای رقابت در این عرصه، موضوع بسیار مهمی در حوزه پردازش به‌حساب می‌آید.

Knights Mill پردازنده اصلی سیستم خواهد بود و نقش شتاب‌دهنده یا کمک‌پردازنده را بازی نمی‌کند. این پردازنده قادر است  کدهای x86 را اجراکند و به‌طور مستقل سیستم عامل را بالا بیاورد و اجرا کند و همین مختصات، راهکار اینتل را از رقبا مجزا می‌کند. این ویژگی مزیتی برای این تراشه در مقایسه با TPU گوگل (در حوزه یادگیری ماشین، گوگل پردازنده‌ای موسوم به TPU توسعه داده است که در کنار GPU استفاده می‌شود.) یا GPU انویدیا است چراکه TPU و GPU  کمک پردازنده سامانه‌های هوش‌مصنوعی بوده و برای کار در سرورها و ایستگاه‌های کاری به پردازنده مرکزی (CPU) نیازمند هستند. Knights Mill قرار نیست جایگزین Knights Landing و Knights Hill شود که پردازنده هایی پرهسته (manycore) با کاربردهای عمومی‌تر هستند و در حوزه محاسبات سطح بالا (HPC) استفاده می‌شوند.

Knights Landing به‌طور رسمی در ژوئن 2016 عرضه شد و در آن زمان اینتل، فروشی در حدود 100هزار واحد در سال را برای آن پیش‌بینی کرد. در حقیقت وقتی اینتل آخرین بازنگری‌اش در زمینه معماری پردازشی را درقالب Knights Landing عرضه کرد، از قابلیت‌های یادگیری عمیق این پردازنده به‌عنوان گزینه‌ای برای رقابت با انویدیا نام برد. در زمان عرضه این پردازنده، اینتل ادعا کرد که در این حوزه، زئون‌فی جدید نسبت به پردازنده‌های گرافیکی، سریعتر بوده و قابلیت مقیاس‌پذیری بهتری را به‌نمایش خواهد گذاشت. ادعایی که انویدیا با اتکا بر گزینه‌هایی نظیر آخرین پردازنده گرافیکی پاسکال خود، آن‌را رد کرد.

سبک معماری جدید
از زمانی‌که محققان به قابلیت‌های پردازنده‌های گرافیکی در پیاده‌سازی شبکه‌های عصبی با مقیاس بزرگ پی بردند، انویدیا سعی کرد شرایطی را برای محققان فراهم کند تا از پردازنده‌هایش با دردسر کمتری در این کاربرد استفاده کنند. هرچند در حال حاضر پردازنده‌های گرافیکی (GPU) در مقایسه با پردازنده‌های مرکزی (CPU) گزینه‌های بهتری برای استفاده در حوزه یادگیری عمیق هستند، با این حال نمی‌توان آن‌ها را راه حل نهایی دانست و لازم است بهینه‌سازی بیشتری روی آن‌ها صورت بگیرد. استارت‌آپی به‌نام نِروانا (Nervana) معتقد است برای یادگیری عمیق نیازمند پردازنده‌ای با معماری کاملاً جدید هستیم؛ چیزی که مشابه مغز انسان عمل کند. یعنی داده‌هایی که به‌طور تصادفی به آن ارائه می‌شود را تحلیل کرده و به یک جمع‌بندی از این اطلاعات برسد نه این‌که الگوریتم پیاده‌ شده توسط برنامه‌نویس را اجرا کند. نِروانا نمونه‌های عملی از این ادعای خود در اختیار دارد. این شرکت توسعه نخستین تراشه‌اش با نام Nervana Engine را تا پایان امسال کامل کرده و در اوایل 2017 از طریق کلاود به مشتریان عرضه خواهد کرد.

بنیانگذاران شرکت نِروانا، ناوین رائو (Naveen Rao)، آرجون بانسال (Arjun Bansal)، امیر خسروشاهی (Amir Khosrowshaki)
در کنار مدیران بخش مرکزداده اینتل، دیان بریانت (Diane Bryant) (سمت چپ تصویر) و جیسون واکسمن (Jason Waxman)

شرکت نروانا مدعی است عملکرد تراشه مذکور در پردازش‌های عصبی، معادل 200 ریزپردازنده یا 10 پردازنده گرافیکی خواهد بود. بخش زیادی از این عملکرد فوق‌العاده مربوط به فناوری حافظه به‌کار رفته در آن است که امکان پردازش بیت‌های بیشتری را در آنِ واحد فراهم می کند. آنچه نروانا در حوزه پردازش عصبی در اختیار دارد، چنان توجه اینتل را به‌خود جلب کرد که حاضر شد این شرکت نوپا را به‌قیمت 350میلیون دلار خریداری کند.

با الحاق نروانا به اینتل، بسیاری معتقدند، اینتل در حوزه هوش‌مصنوعی در مقابل انویدیای بی‌رقیب، حرف‌هایی برای گفتن خواهد داشت به‌ویژه این‌که به احتمال قوی، پردازنده Knights Mill از آورده‌های شرکت نِروانا تأثیرات زیادی گرفته است. خرید نروانا توسط اینتل و آوردن متخصصان و امکانات این شرکت به درون مجموعه خود، به‌ویژه در اختیار گرفتن نرم‌افزار این شرکت که به‌گفته Jason Waxman (مدیرکل بخش راهکارهای مرکز داده اینتل) به‌منظور کار با تراشه Knights Mill بهینه سازی خواهد شد در کنار سایر خریدهای اینتل، فصل جدیدی از رقابت در حوزه پیاده‌سازی هوش‌مصنوعی در مراکز داده را آغاز خواهد کرد.

در انتظار نبرد بزرگ
چند سال پیش که با فراگیر شدن استفاده از تلفن‌های همراه، از آغاز دوران پساکامپیوتر ( post-PC) سخن به‌میان آمد، شرکت‌های بزرگ فعال در حوزه پردازش، به تکاپوی یافتن سهمی از این بازار رو به‌رشد افتادند. اکنون بار دیگر با مطرح شدن « یادگیری عمیق» و افق‌هایی که به‌ویژه در حوزه مراکز داده و ایستگاه‌های کاری، پیش روی همه قرار گرفته است، شاهد آغاز رقابت دیگری بر سر تصاحب بازار هستیم. همان‌طور که Krzanich می‌گوید:«هوش‌مصنوعی در اغلب صنایعی که امروز می شناسیم تحولی ایجاد خواهد کرد و اینتل می‌خواهد برای مشتریان این حوزه شرکتی قابل اعتماد باشد.» تا به امروز پردازنده های گرافیکی و به‌طور خاص، شرکت انویدیا به‌واسطه معماری خاص این پردازنده‌ها، فاتح این بازار بوده‌اند. اما Waxman راه را بسته نمی‌بیند: « در حقیقت آنچه بیشتر کامپیوترهای با عملکرد بالا نیاز دارند این است که قابلیت بهتری در پردازش موازی داشته باشند و برای دستیابی به این هدف روش‌های زیادی وجود دارد.» دنیای فناوری و به‌ویژه دنیای فناوری‌های پردازشی، از جنبه‌های زیادی غیرقابل پیش‌بینی است و باید منتظر بود و دید در سال 2017، آیا اینتل به فتح بازار جدید نزدیک می‌شود یا خیر.