隨著人工智能和機器學習應用的興起，研究者對於深度學習和訓練的計算量需求也日漸提升。為滿足這種密集的運算需求，通常需要相當大規模的服務器集群。在今年早些時候的Hot Chips大會上，我們已經見到過來自英特爾的Nervana NNP-T Spring Crest芯片。通過收購Nervana，英特爾獲得了打造“大型訓練芯片”所需的IP 。

（題圖via AnandTech）

據悉，該芯片基於台積電16nm 工藝製造，輔以CoWoS 和四層HBM2 內存，面積達到了680 平方毫米。本週早些時候，Supermicro 已經在超算大會上展示了最新的Nervana NNP-T 服務器。

這些硬件均基於PCIe 擴展卡，可想像它們此前被設計為可容納GPU 的傳統服務器。其採用了典型2P 佈局，可在4U 機箱中插入8 張擴展卡，且計算卡之間可以互相通信。

每顆芯片具有3.58 Tbps 的總雙向帶寬，而片外連接則支持多達1024 個節點的可伸縮性。從每張PCIe 卡片的8-pin 輔助供電來看，其峰值功率應該在標準的225W 。

本週晚些時候，Supermicro 告知其已獲准展示該系列服務器的8 路OAM（OCP 加速器模塊）版本。其能夠通過底板的PCB 保持芯片間的通信，而不是傳統的PCIe 卡對卡之類的橋接器。

這使得擴展卡之間能夠流通大量的空氣來散熱，並且兼容模塊化的OCP標準。作為英特爾首款支持bfloat16深度學習訓練的芯片，每個芯片最多支持119個TOP 。

另有60MB 片上存儲器和24 個專用的“張量”處理器集群，後者俱有雙32×32 矩陣乘法陣列。該芯片共有270 億個晶體管，內核頻率1.1 GHz、輔以32GB HBM2-2400 內存。

從技術上來講，PCIe 連接可以升級到Gen 4.0 x16，但英特爾商務CPU 支持這項特性。有人表示，為展開此類計算，一些客戶正在將頭結點從2P 升級到4P（Facebook 更是用上了8P）。

Supermicro 聲明稱，其NNP-T 系統已做好助推深度學習和訓練的部署準備。