
<h2 class="wp-block-heading">Cosa ha davvero portato Intel nervana</h2>



<div class="entry-excerpt">
<p>I passi avanti per l’AI vengono dalla combinazione di due filosofie diverse che dopo l’acquisizione si stanno integrando, spiega il fondatore Naveen Rao</p>
</div>



<div class="entry-content">
<p>La crescita di ;<strong>Intel</strong> ;in quelli che adesso considera come segmenti innovativi e promettenti per la crescita dell’azienda è legata anche ;<strong>a diverse acquisizioni</strong>. La più citata è probabilmente quella di Altera per la parte FPGA, ma in campo ;machine learning e AI ;l’operazione fondamentale è stata ;<strong>l’acquisto di Nervana</strong> ;e delle sue tecnologie. Anche della sua filosofia, in un certo senso, dato che il filone di sviluppo dell’azienda era diverso da quello di Intel al momento dell’acquisizione. E ora le due direttrici tecnologiche possono convivere.</p>
<div id="div-gpt-ad-DESKTOP_IN_ARTICLE-103456-0" class="dfp_ad div-gpt-ad-DESKTOP_IN_ARTICLE-0 desktop sticky-DESKTOP_IN_ARTICLE-103456-0">
<div class="dfp_word"> ;</div>
</div>
<p>Nervana non è stata acquisita per i prodotti che aveva ma per quelli che stava sviluppando. Nello specifico ;<strong>si tratta del Nervana Engine</strong>, un processore progettato esclusivamente per il machine/deep learning che ora in Intel ha nome in codice Lake Crest. La caratteristica principale del Nervana Engine è che tutti i suoi componenti ;<strong>sono pensati per le operazioni necessarie al machine learning</strong> ;e tutto quello che non serve a questo scopo è stato eliminato.</p>
<h1 class="entry-title">Si pensa che entro il 2020, il 20% della forza lavoro sarà sostituito da intelligenza artificiale.</h1>
<p>La nuova forza lavoro “ibrida”, composta da uomini e macchine, pone questioni organizzative, tecnologiche e etiche.</p>
<p>Infatti oggi abbiamo un grosso problema nella nostra società derivante dall&#8217;automatizzazione di moltissimi aspetti del lavoro e del quotidiano.</p>
<p>Ci ricordiamo quando dovevamo scrivere una lettera o prendere appunti a scuola solo qualche decennio fa ? Abbiamo disimparato a scrivere lettere agli amici , non scriviamo nemmeno piu&#8217; cartoline. ; Prima si facevano i calcoli con la penna e oggi abbiamo telefoni e computer che fanno qualsiasi calcolo velocemente. Prima avevamo archivi cartacei , biblioteche , negozi di videocassette e cd mentre oggi basta un computer collegato ad internet per aver accesso a qualsiasi tipo di informazione condivisa.</p>
<h4>cosa cambierà?</h4>
<p>In un prossimo futuro sembra che dovremmo dipendere completamente dall&#8217;elettronica in genere e si prospetta probabilmente un momento di transizione in cui saremo completamente dipendenti da macchine e computer.</p>
<p>Questo non e&#8217; assolutamente un male ma non abbiamo idea di che cosa potrebbe comportare a livello di occupazione e impiego della forza lavoro. Alcune cose non potranno essere in nessun modo governate ma la nostra liberta&#8217; ? la privacy dei nostri dati ? il nostro tempo lavorativo come qualita&#8217; ?</p>
<p>Chi non ha un approccio elettronico alla vita sara&#8217; escluso ed emarginato ?</p>
<p>Dobbiamo pensare ; anche a far digerire alla massa un evoluzione che dopo quella industriale potrebbe creare guerre e disastri ; geo politici inimmaginabili.</p>
<p>D&#8217;altronde chi ha inventato l&#8217;automobile non voleva inventare anche le vittime della strada , i semafori o l&#8217;inquinamento. Non poteva immaginare le conseguenze utili e drammatiche dell&#8217;invenzione.</p>
<p>Spesso si progetta e si inventa a fin di bene senza pensare o poter immaginale le reali conseguenze ; di quello che si sta inventando.</p>
<p>Speriamo che Intel non crei qualche cosa che ci porti ad un futuro come quello immaginato nel film Matrix ma a qualche cosa di piu&#8217; simile immaginato in cocoon .</p>
</div>



<div class="wp-block-image size-full wp-image-1218"><figure class="aligncenter"><img src="https://blog.giotech.net/wp-content/uploads/2017/10/nervana.png" alt="nervana intel" class="wp-image-1218"/><figcaption>Intel Nervana</figcaption></figure></div>



<p>Quindi troviamo quello che serve a gestire e trasferire grandi quantità di dati (ad esempio 32 GB di memoria veloce<strong> ;integrata nel chip</strong> ;o link bidirezionali ad alta banda verso altri processori) e non troviamo altri elementi (come le cache) dettati dalla ;<strong>progettazione convenzionale</strong> ;derivata dal mondo dell’High Performance Computing.</p>



<h3 class="wp-block-heading">L&#8217;approccio:</h3>



<p>“<em>L’approccio di Nervana</em> ;<em> ;è diverso perché aumentare la capacità elaborativa pura dei processori ;<strong>è un passo avanti</strong> ;ma non basta. Bisogna ispirarsi al funzionamento del cervello umano per ;<strong>riprogettare i computer</strong>. In fondo per progettare gli aerei si è guardato al funzionamento delle ali degli uccelli”</em>. E il Nervana Engine ha molte delle proprietà delle reti di neuroni: l’alta densità, l’interconnessione veloce e la bassa precisione (il chip fa calcoli a 16 bit ma massimizzando la “fedeltà” dei suoi risultati).</p>



<p>Serve un approccio diverso ;da quello tradizionale ;anche perché il nostro cervello non impara usando uno solo dei metodi classici teorizzati , in realtà li combina.</p>



<p>Nervana ha approcciato sin da subito<strong> ;il tema del deep – e non solo ;<em>machine</em> ;– learning</strong>. In questo senso la parte di apprendimento non prevede l’indicazione dei parametri chiave da esaminare nei dati: è il sistema che scopre le caratteristiche chiave di un fenomeno ;<strong>direttamente dai dati</strong>, estraendone milioni di parametri caratterizzanti invece di pochi e definendo i modelli su questi. “<em>Un esperto</em> ;<em>impara nello stesso modo”</em>.</p>



<h2 class="wp-block-heading">Compiere il salto evolutivo, perchè e come?</h2>



<p>Il salto evolutivo del Nervana Engine è necessario perché bisogna ridurre i tempi necessari per addestrare un modello di machine learning. Laddove ci vogliono settimane ;<strong>dovremo arrivare a minuti</strong> ;e le prestazioni dei sistemi di AI diventano proporzionali alla quantità di dati analizzata. Da qui la necessità di gestire velocemente la memorizzazione dei dati con memorie su chip e di ;incrementare il parallelismo tra processori.</p>



<p>Nell’approccio di <strong>Nervana</strong> questi comunicano fra loro abbastanza velocemente da operare come un unico chip che condivide lo stesso modello per avere analisi più precise.</p>



<p>Il futuro ci riserva<strong> ;il “matrimonio” tra il Nervana Engine e l’approccio Intel</strong>. Se il primo (ormai Lake Crest) è progettato sin da zero per essere un processore di deep learning, Xeon Phi è un approccio più tradizionale ;ma è pesantemente <strong>multicore</strong> ;e si adatta bene al deep learning.</p>



<p>La loro combinazione nel futuro processore Knights Crest è quindi “<em>meno strana di quanto possa sembrare inizialmente”</em>, anche tenendo conto delle<strong> ;differenze concettuali dell’approccio</strong> ;di Nervana da quello classico. Con il vantaggio di poter contare sui processi produttivi di Intel, con microlitografia a maggiore densità del progetto iniziale del Nervana Engine.</p>



<p>leggi anche <a href="https://blog.giotech.net/assemblati/ottava-generazione/">questo articolo.</a></p>



<p>ulteriori approfondimenti li <a href="https://www.intelnervana.com/">puoi trovare qui.</a></p>