Intel深度學習新算法SLIDE比8張NVIDIA卡快

AI（人工智能）是當今科技圈的熱門話題，深度學習則是AI訓練的重要手段之一。如何學習要靠硬件和算法支撐，這方面，Intel力挺CPU，NVIDIA則力挺GPU。

日前，Intel實驗室聯(lián)合美國萊斯大學宣布了一種突破性的深度學習新算法SLIDE。

SLIDE基于散列開發(fā)，而非當前最富盛名的BP算法（反向傳播算法）所基于的矩乘。

借助SLIDE，CPU用于傳統(tǒng)AI模型深度學習訓練的效率大大提升。研究論文舉例稱，一套擁有44個Xeon核心的平臺和一套價值10萬美元、由8張NVIDIA Vlta V100加速卡支撐的平臺（TensorFlow框架）執(zhí)行相同的訓練任務，前者用時1小時，后者則花了3.5小時。

有趣的是，Intel還表示，它們這套平臺尚未充分優(yōu)化，還是“殘血”狀態(tài)，比如處理器的DLBoost并未啟用。

不過，這套44核至強平臺到底是什么型號CPU并未公布，一說就是22核心44線程的至強鉑金6238，一說是雙路至強鉑金6238，還有可能是未發(fā)布的產品。