百度與Intel打造的Nervana神經(jīng)網(wǎng)絡處理器NNP-T對應Paddle Paddle學習框架運作最佳化，并且整合Intel自有nGraph DNN (深度神經(jīng)網(wǎng)絡，Deep Nerual Network)編譯器，借此讓大規(guī)模分散式數(shù)據(jù)學習效率提升，同時也能讓開發(fā)者透過單次編碼即可讓深度神經(jīng)網(wǎng)絡在個平臺順利運作，進而加快人工智能學習速度。

依照說明，NNP-T采用24組CU設計，搭載32GB容量設計的HBM2高頻寬RAM，并且能搭配額外內(nèi)存加快資料緩沖存取，相比其他同類型處理契約可提升10倍訓練效率，同時跟Intel先前推出的代號「Lake Crest」的Nervana NNP-L 1000處理器更提升3-4倍效能。

另外，Intel也強調(diào)將以軟體驅(qū)動硬件運算性能，因此也說明此次與百度合作的戰(zhàn)略意義，借此透過軟件定義方式讓Nervana處理器能對應各類人工智能訓練學習需求。

在此之前，Intel從2016年便與百度合作，使旗下Xeon Scalable系列處理器能對應百度PaddlePaddle學習框架，此次打造的NNP-T也同樣對應Paddle Paddle學習框架運作最佳化，并且整合Intel自有nGraph DNN (深度神經(jīng)網(wǎng)路，Deep Nerual Network)編譯器，借此讓大規(guī)模分散式數(shù)據(jù)學習效率提升，同時也能讓開發(fā)者透過單次編碼即可讓深度神經(jīng)網(wǎng)絡在個平臺順利運作，進而加快人工智能學習速度。