随着人工智能和机器学习应用的兴起，研究者对于深度学习和训练的计算量需求也日渐提升。为满足这种密集的运算需求，通常需要相当大规模的服务器集群。在今年早些时候的 Hot Chips 大会上，我们已经见到过来自英特尔的 Nervana NNP-T Spring Crest 芯片。通过收购 Nervana，英特尔获得了打造“大型训练芯片”所需的 IP 。

（题图 via AnandTech）

据悉，该芯片基于台积电 16nm 工艺制造，辅以 CoWoS 和四层 HBM2 内存，面积达到了 680 平方毫米。本周早些时候，Supermicro 已经在超算大会上展示了最新的 Nervana NNP-T 服务器。

这些硬件均基于 PCIe 扩展卡，可想象它们此前被设计为可容纳 GPU 的传统服务器。其采用了典型 2P 布局，可在 4U 机箱中插入 8 张扩展卡，且计算卡之间可以互相通信。

每颗芯片具有 3.58 Tbps 的总双向带宽，而片外连接则支持多达 1024 个节点的可伸缩性。从每张 PCIe 卡片的 8-pin 辅助供电来看，其峰值功率应该在标准的 225W 。

本周晚些时候，Supermicro 告知其已获准展示该系列服务器的 8 路 OAM（OCP 加速器模块）版本。其能够通过底板的 PCB 保持芯片间的通信，而不是传统的 PCIe 卡对卡之类的桥接器。

这使得扩展卡之间能够流通大量的空气来散热，并且兼容模块化的 OCP 标准。作为英特尔首款支持 bfloat16 深度学习训练的芯片，每个芯片最多支持 119 个 TOP 。

另有 60MB 片上存储器和 24 个专用的“张量”处理器集群，后者具有双 32×32 矩阵乘法阵列。该芯片共有 270 亿个晶体管，内核频率 1.1 GHz、辅以 32GB HBM2-2400 内存。

从技术上来讲，PCIe 连接可以升级到 Gen 4.0 x16，但英特尔商务 CPU 支持这项特性。有人表示，为展开此类计算，一些客户正在将头结点从 2P 升级到 4P（Facebook 更是用上了 8P）。

Supermicro 声明称，其 NNP-T 系统已做好助推深度学习和训练的部署准备。