2016.07.04

인텔 "차기 제온 파이는 머신러닝에 최적화"

Agam Shah | IDG News Service
인텔이 제온 파이 칩을 개선해 머신러닝 컴퓨팅 부문에서 구글의 TPU(Tensor Processing Unit ), 엔비디아의 GPU에 도전한다. 인텔의 머신러닝 담당 이사 니디 차펠은 "인텔은 제온 파이에 머신러닝에 최적화한 새로운 기능을 추가할 예정이다"라고 말했다. 머신러닝은 소프트웨어를 학습시켜 더 효과적으로 이미지 인식이나 데이터 분석 작업을 처리하는 기술이다.


인텔 '나이트 랜딩' 제온 파이 칩 (이미지 출처: 인텔)

인텔은 이 신기능이 언제 추가되는지 밝히지 않았다. 차세대 제온 파이는 2018년경 나올 예정이지만 머신러닝 분야에서 이미 경쟁사에 뒤처지고 있어 출시 시기를 앞당길 가능성도 제기된다.

인텔은 '나이트 랜딩(Knights Landing)'이라 불리는 최신 제온 파이 칩을 지난주 발표했다. 코어를 최대 72개까지 지원한다. 이 칩도 머신러닝용으로 사용할 수 있고, 일부 머신러닝 모델에서는 GPU 성능을 앞서는 것으로 인텔 측은 판단하고 있다. 이런 환경에서 제온 파이는 주요 CPU나 코프로세서 역할을 모두 할 수 있다. 그러나 현재의 제온 파이는 벡터 프로세서 기능 등 머신러닝보다는 슈퍼컴퓨팅에 더 적합하게 개발됐다.

차펠은 "제온 파이는 머신러닝 작업을 코프로세서로 넘겨야 하는 필요를 줄였다"고 말했다. 현재 많은 머신러닝 작업이 GPU로 처리된다. 구글은 지난 5월 TPU를 발표했다. 차펠에 따르면, 제온 파이는 머신러닝 처리 속도를 높이기 위해 빠른 연결을 패키지할 수 있다. 현재 인텔은 제온 파이와 옴니패스(OmniPath )를 연동하기 위해 노력하고 있는데, 옴니패스는 서버 간 빠른 데이터 전송을 가능케 하는 기술이다.

또한, 인텔은 더 많은 오픈소스 머신러닝 소프트웨어에 대한 지원을 추가할 예정이다. 현재 오픈소스 프레임워크인 '카페(Caffe)' 기반의 머신러닝 모델을 만들고 있고, 구글의 오픈소스 머신러닝 소프트웨어인 '텐서플로우(TensorFlow)'도 지원할 것으로 보인다.

인텔은 자사의 칩이 진찰과 이미지 처리 같은 분야에 적합하다고 보고 있다. 학습 모델을 통해 데이터를 더 잘 이해할 수 있는 영역이다. 예를 들면 질병을 진단하고 픽셀 분석으로 이미지를 분석하는 것을 도울 수 있다. 차펠은 "최종적인 목표는 머신러닝 모델을 학습하는 시간을 줄이고 연산을 더 빠르게 처리하는 것이다"라고 말했다. ciokr@idg.co.kr



2016.07.04

인텔 "차기 제온 파이는 머신러닝에 최적화"

Agam Shah | IDG News Service
인텔이 제온 파이 칩을 개선해 머신러닝 컴퓨팅 부문에서 구글의 TPU(Tensor Processing Unit ), 엔비디아의 GPU에 도전한다. 인텔의 머신러닝 담당 이사 니디 차펠은 "인텔은 제온 파이에 머신러닝에 최적화한 새로운 기능을 추가할 예정이다"라고 말했다. 머신러닝은 소프트웨어를 학습시켜 더 효과적으로 이미지 인식이나 데이터 분석 작업을 처리하는 기술이다.


인텔 '나이트 랜딩' 제온 파이 칩 (이미지 출처: 인텔)

인텔은 이 신기능이 언제 추가되는지 밝히지 않았다. 차세대 제온 파이는 2018년경 나올 예정이지만 머신러닝 분야에서 이미 경쟁사에 뒤처지고 있어 출시 시기를 앞당길 가능성도 제기된다.

인텔은 '나이트 랜딩(Knights Landing)'이라 불리는 최신 제온 파이 칩을 지난주 발표했다. 코어를 최대 72개까지 지원한다. 이 칩도 머신러닝용으로 사용할 수 있고, 일부 머신러닝 모델에서는 GPU 성능을 앞서는 것으로 인텔 측은 판단하고 있다. 이런 환경에서 제온 파이는 주요 CPU나 코프로세서 역할을 모두 할 수 있다. 그러나 현재의 제온 파이는 벡터 프로세서 기능 등 머신러닝보다는 슈퍼컴퓨팅에 더 적합하게 개발됐다.

차펠은 "제온 파이는 머신러닝 작업을 코프로세서로 넘겨야 하는 필요를 줄였다"고 말했다. 현재 많은 머신러닝 작업이 GPU로 처리된다. 구글은 지난 5월 TPU를 발표했다. 차펠에 따르면, 제온 파이는 머신러닝 처리 속도를 높이기 위해 빠른 연결을 패키지할 수 있다. 현재 인텔은 제온 파이와 옴니패스(OmniPath )를 연동하기 위해 노력하고 있는데, 옴니패스는 서버 간 빠른 데이터 전송을 가능케 하는 기술이다.

또한, 인텔은 더 많은 오픈소스 머신러닝 소프트웨어에 대한 지원을 추가할 예정이다. 현재 오픈소스 프레임워크인 '카페(Caffe)' 기반의 머신러닝 모델을 만들고 있고, 구글의 오픈소스 머신러닝 소프트웨어인 '텐서플로우(TensorFlow)'도 지원할 것으로 보인다.

인텔은 자사의 칩이 진찰과 이미지 처리 같은 분야에 적합하다고 보고 있다. 학습 모델을 통해 데이터를 더 잘 이해할 수 있는 영역이다. 예를 들면 질병을 진단하고 픽셀 분석으로 이미지를 분석하는 것을 도울 수 있다. 차펠은 "최종적인 목표는 머신러닝 모델을 학습하는 시간을 줄이고 연산을 더 빠르게 처리하는 것이다"라고 말했다. ciokr@idg.co.kr

X