TensorFlow、PaddlePaddle、PYTORCH 训练框架，也反对 C++ 深度自学软件库和编译器 nGraph。Intel 方面回应，NNP-T 在建构时充份考虑到灵活性，并在计算出来、通信和内存之间获得均衡；它不具备可编程性，可以展开自定义以便加快各种阻抗，无论是现有阻抗还是新兴阻抗。Nervana NNP-I，代号为 Spring Hill，是一款专门用作大型数据中心的推理小说芯片。这款芯片是基于 10nm 技术和 Ice Lake 内核打造出的，打造出地点是以色列的 Haifa ，Intel 堪称它需要利用大于的能量来处置低阻抗的工作，它在 ResNet50 的效率可约 4.8TOPs/W，功率范围在 10W 到 50W 之间。
针对这款推理小说芯片，Intel 某种程度特别强调了它的灵活性，并回应 Nervana NNP-I 需要在不影响性能或者功耗效率的前提下构建高度可编程。另外，Intel 方面还透漏，Facebook 早已开始用于这款产品了。除了这两款 AI 芯片，英特尔还在 Hot Chips 上讲解了混合芯片PCB技术、Intel 傲腾数据中心级长久内存和光学 I/O 小芯片技术的细节。
回应，Intel 全球副总裁兼人工智能事业部 Neveen Rao 回应：数据中心和云端必须为简单的 AI 应用于获取高性能和可拓展的标准化计算出来，以及专门的加快。在人工智能无处不在的未来愿景中，从硬件到软件再行到应用于，都必须一种全面的解决方案。只不过，Intel 在 AI 芯片领域并非无所作为。了解到，早于在 2016 年，Intel 就并购了专心于深度自学专用芯片的美国加州创业公司 Nervana Systems，Nervana 首席执行官兼任牵头创始人 Rao 重新加入 Intel ，旋即之后，Rao 就以火箭般的速度晋升为英特尔人工智能事业部总负责人。
2017 年 10 月，Intel 曾讲解了专门机器学习设计的神经网络处理器（NNP）系列芯片，代号为为 Lake Crest。Lake Crest 可以加快多种神经网络算法框架，比如 TensorFlow 、Nervana 的Neon、Facebook 的 Caffe等。但当时，英特尔只将 NNP 芯片供应给一小部分合作伙伴，并计划在 2017 年年底前开始销售。
后来，在 2018 年 5 月的英特尔 AI 开发者大会上，Naveen Rao 又讲解了新一代的 NNP 芯片——Nervana NNP-L1000（Spring Crest）；当时，Naveen Rao 回应，Spring Crest 不会有多项改版，其也将是英特尔第一款商业 NNP 芯片，将好比是获取给小部分合作伙伴，将在 2019 年发货。从代号来看，这次 Intel 发布的 Nervana NNP-T，应当就是去年讲解的 Nervana-L1000。
值得一提的是，在前不久的百度大会上，Naveen Rao 也现身宣告正在与百度合作开发 16nm 的 Nervana 神经网络训练处理器，称作 NNP-T 1000。由此可见，Nervana NNP-T 与其说是 Intel 的第一款 AI 芯片，不如说是 Intel 在两三年的抛光之后再一推向市场的一款 AI 芯片。不过眼下，Intel 也并没对外公开发表这款处理器的商业计划，(公众号：)将维持注目。原创文章，予以许可禁令刊登。
下文闻刊登须知。
本文来源：2138太阳集团-www.refinanceset.com