Overslaan en naar de inhoud gaan

Intel gokt op GPU-loze machine learning

De meeste servers die nu worden ingezet voor machine learning zijn gebaseerd op grafische processors (GPU) afkomstig uit de fabrieken van Nvidia en AMD. De GPU's zijn beter dan CPU's in staat de specifieke taken uit te voeren die bij machine learning komen kijken.
Intel Xeon Phi coprocessor
© Intel
Intel

Flauwekul, zegt Diane Bryant, bij Intel executive vice president and general manager of the Data Center Group. `Een GPU is niks meer dan een accelerator en die taken kan de meest recente Xeon Phi net zo goed`, zegt Bryant. De Xeon Phi is een zeer krachtige chip met 72 cores. Volgens Byant da die zich prima kan meten met de GPU´s bij machine learning.

Intel ziet dit als een prachtig moment om vol gas te geven op deze ontwikkeling. Veel bedrijven zien nu de voordelen in van het inzetten van machine learning. Dat betekent dat er nu een hockeystick-curve komt, zegt Bryant in Computerworld. Ze geeft toe dat Nvidia enkele jaren geleden een voorsprong heeft opgebouwd in High Performance Computing. Maar inmiddels heeft Intel met de Xeon Phi een meer dan gelijkwaardig alternatief in huis. Dat blijkt volgens Bryant onder meer uit het feit dat Intel de afgelopen tijd marktaandeel heeft gewonnen ten opzichte van Nvidia en dat die trend nog steeds doorzet. Intel heeft nu 33 procent van de markt voor HPC met floating point accelerator.

Gerelateerde artikelen
Gerelateerde artikelen

Reacties

Om een reactie achter te laten is een account vereist.

Inloggen Word abonnee

Bevestig jouw e-mailadres

We hebben de bevestigingsmail naar %email% gestuurd.

Geen bevestigingsmail ontvangen? Controleer je spam folder. Niet in de spam, klik dan hier om een account aan te maken.

Er is iets mis gegaan

Helaas konden we op dit moment geen account voor je aanmaken. Probeer het later nog eens.

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in