科技

您的位置:主页 > 科技 >

世界上其他几个数据中心不开发人工智能芯片吗?‘滚球体育官网’

发布日期:2020-11-19 19:04浏览次数:
本文摘要:TPU提前结束GPU和FPGAs之间的游戏?目前,四种硬件加速器主要用于加速训练和深度神经网络:中央处理器、GPUS、FPGAs和ASICs。不同之处在于,ASIC作为多个并行算法的加速器,获得指令集和库,允许GPU在当地存储的数据中运营。

人工智能

【编辑推】随着人工智能的发展,半导体芯片也成为数据中心巨头布局的新方向。谷歌作为世界三大云经营者之一,大大优化了硬件加速设备,发表的TPU震惊了半导体行业整体。

本文从两个方面进行分析:1)四种硬件加速器设备的分析2)谷歌开发TPU的原因。本文起源于forbes.com,作者Karl·Freund;由亿欧编译。

谷歌发表第二代致力于机器学习的TPU时,很多人开始关注对半导体行业潜在影响。世界上其他几个数据中心不开发人工智能芯片吗?这对英伟达、AMD、英特尔等初创企业有什么影响?TPU提前结束GPU和FPGAs之间的游戏?为了问这些问题,让我们想想这些互联网巨头有什么计划。

目前,四种硬件加速器主要用于加速训练和深度神经网络:中央处理器、GPUS、FPGAs和ASICs。旧的可用CPU有无限的可编程,但性能不太好。主要作为工作阻抗的推测,通过神经网络指导计算,正确预测输出数据。

英特尔的FPGA需要通过低功耗获得良好的性能,具有较高的灵活性,设计者可以通过改变硬件性能更好地反对软件系统。FPGAs主要作为机器学习推理小说、视频算法和上千个小专业应用。

但是,FPGA硬件编程所需要的技能非常困难,FPGA在处理某些工作阻抗时也比不上高级GPU。从技术上讲,GPU是图形算法的ASIC。不同之处在于,ASIC作为多个并行算法的加速器,获得指令集和库,允许GPU在当地存储的数据中运营。GPU擅长继续执行矩阵运算,即图像、人工智能和许多科学算法。

基本上GPU非常慢,灵活。ASIC可以实现定制化,作为同一个操作者可以慢慢执行。因为芯片整体的逻辑区域可以在限定版中继续特定的功能。把ASIC想象成赛车,虽然很快,但是不能直接抵抗人行经,也不能跨越其他地区。

但是,设计ASIC可能需要数千万美元甚至数亿美元,因此为这些研究开发购买意味着在芯片的有效期一般为2~3年)销售数万或数十万芯片。另外,芯片必须大幅度开展改版,构建新技术和生产技术的实时性。但是,由于设计师在研发前期的过程中瞄准了逻辑,所以经常出现新的想法时,他们不能立即反应。

但是,FPGA可以用新的编程构筑新的特性。为什么谷歌开发TPU?从三个方面可以解释为什么谷歌投资人工智能定制芯片。研究这些因素可能有助于评估其他公司的投资可能性。1)战略意图:谷歌已经成为AI优先的公司。

换句话说,人工智能技术在整个业务中具有最重要的战略意义,可用于搜索、汽车自动驾驶、谷歌云、谷歌Home等新产品和服务。因此,谷歌通过控制自己的硬件加速器和软件框架来创建自己的产品和服务。2)规模必须:谷歌的计算是世界上唯一的基础设施,这个规模意味着必须投入足够的资金开发和确保硬件平台,提高人工智能的发展。

实际上,谷歌主张TPU为了处理AI阻抗,公司建立了12个数据中心。3)谷歌云的重要性:谷歌干部们不符合世界云计算市场的地位,现在是亚马逊和微软公司。在DianeGreene的领导下,谷歌在其云领域开展了大量投资,增长速度也是业内最慢的。

谷歌TPU的性能和TensorFlow在业界的认可度是提供更多市场份额的潜在优势。Google回应说,TPU和高端GPU开展云访谈的价钱是一样的,可是如今Google不必卖TPU。谁能对抗谷歌?其他6家大公司(亚马逊、阿里巴巴、百度、Facebook、微软公司和腾讯)有开发自己的加速器的能力,但在上述三个方面都没有达到谷歌的能力。另外,实质上有几家企业可能朝着不同的方向布局。

百度公开回应,已与英伟达在云、Home、汽车领域积极开展人工智能项目合作。这并不意味着百度不能制作自己的小费,但现在百度可能专注于软件和服务,这也是中国市场必备的服务。此外,百度云仍然是其业务中相对较小的一部分。

微软作为第二大云服务商,享受可观的AI工程师团队,通过其技术和APIs为企业客户获得更人性化的AI。但是,微软公司要求在Azure和Bing服务中使用英特尔的AlteraFPGAs,也用于英伟达的GPU训练神经网络。亚马逊可能是布局上最像谷歌模式的公司。亚马逊的AWS服务非常强大,在人工智能领域开展了大量投资。

亚马逊反对AI开发的ApacheMXNet框架,同时AWS云服务反对所有主要框架,成为人工智能开发领域的开源平台。但亚马逊的布局已经集中在ASIC上。亚马逊于2012年收购以色列芯片制造商AnaPurnaLabs,似乎是为了节约AWS基础设施的成本和潜伏期费用,在以色列正式成立芯片团队。

亚马逊最后可能不像百度那样用于FPGA构建可编程性。结论上述分析并没有预测其他几家大公司开发自己的GPU和ASIC,但趋势是很多企业都可能这样做。

这些公司可能用相当大的数据开发机械学习模型,没有时间在各种产品和服务中货币这些模型。同时,GPU的市场需求也经常大幅度上升,至少最近。AMD相信,现在致力于培育Vega技术。


本文关键词:滚球体育官网,硬件加速器,汽车,芯片,开发

本文来源:滚球体育-www.inforenang.com