英特尔、Arm 和 Nvidia 提出新标准以提高 AI 处理效率

为了追求更快、更高效的人工智能系统开发，英特尔、Arm 和英伟达今天发布了一份他们称之为人工智能通用交换格式的规范草案。他们说，虽然是自愿的，但提议的“8 位浮点 (FP8)”标准有可能通过优化硬件内存使用和为 AI 训练（即工程 AI 系统）和推理（运行系统）。

提议的 FP8 标准将是一种免许可的开放格式，将在包括计算机视觉和图像生成系统在内的用例中显示与 16 位精度“相当的准确性”，同时提供“显着”的加速。

包括英特尔、Arm 和 Nvidia 在内的许多业内人士都将 FP8 视为最佳选择，因为它提供了潜在的加速和效率优势。常见的 FP8 格式也将使 SambaNova、AMD、Groq、IBM、Graphcore 和 Cerebras 等竞争对手受益——所有这些竞争对手都已经尝试或采用某种形式的 FP8 进行系统开发。

Graphcore 联合创始人兼首席技术官 Simon Knowles 在今年 7 月的一篇博客文章中写道，“8 位浮点的出现为 AI 计算提供了巨大的性能和效率优势”，声称这也是该行业确定的“机会”一个“单一的、开放的标准”，而不是引入多种竞争格式。

三人组并没有必要出于他们内心的善良而追求平等。 Nvidia 的 GH100 Hopper 架构原生实现了 FP8，英特尔的 Gaudi2 AI 训练芯片组也是如此。但通用的 FP8 格式也将使 SambaNova、AMD、Groq、IBM、Graphcore 和 Cerebras 等竞争对手受益——所有这些竞争对手都已尝试或采用某种形式的 FP8 进行系统开发。

Graphcore 联合创始人兼首席技术官 Simon Knowles 在今年 7 月的一篇博客文章中写道，“8 位浮点的出现为 AI 计算提供了巨大的性能和效率优势”，声称这也是该行业确定的“机会”一个“单一的、开放的标准”，而不是引入多种竞争格式。