Intel的新闻稿中其实并没有多少关于Nervana处理器的实质性内容，通篇都是在讲述Intel已经在不同领域展开研究，先有了17量子位的Qutech量子处理器，现在又有了Nervana人工智能处理器，它们都在不同领域发光发热。并且会继续对前沿领域进行创新性的研究、投资新硬件、算法，必要时会收购相关初创公司，保持技术领先优势。

而小编另外找到一篇介绍Nervana处理器的博客，是由Nervana处理器主导研发者Naveen Rao所撰写的，里面提到了一些关于该神经网络处理器的关键技术，还是相当有趣的。

现在机器学习、深度学习已经成为全球广泛使用的数据分析、研究方式，不过目前已有的处理器在运行相关程序总是显得力不从心，因为X86处理器其通用性架构本来就不擅长于大数据处理，因此像NVIDIA开发的计算卡就派上用场了。而Intel为了弥补这方面缺陷，开始了Nervana处理器的开发，其特点如下：

新的内存体系

矩阵乘法以及矩阵转置一直都是深度学习中的核心运算操作，这些计算不同于平常运算，很大程度上它们都是已知的操作，因此Intel Nervana处理器摒弃了原来的标准的缓存结构，而是利用软件实现内存管理，这样压榨出处理器的最大性能（估计意思就是不需要原来复杂的缓存结构和控制单元电路，全部让位给计算单元，实现更高的计算性能）。

新一代的AI模型

设计有高速片外互联通道，可以让Nervana处理器实现高速的双向数据传输，多个处理器甚至可以组成一个更加庞大的神经网络系统，可以实现更大的计算量，帮助客户快速获取有用数据。

专为人工智能设计的Flexpoint运算

神经网络计算在单个芯片上很容易受到功耗以及内存带宽限制，为了实现更高的吞吐量，Intel发明了一种新的运算Flexpoint，可以实现标量的点乘和加法，而且这种计算单元可以节省下不少的电路晶体管，因此可以提升处理器的密度，并且减少功耗。

Intel表示，Nervana处理器并非只有一款，多代处理器正在打造当中，在未来这些产品有助于在2020年实现深度计算数百倍的性能提升。而第一个合作方就是Facebook，双方将会深入合作应用，但未具体公布相关细节。