新智元报道
新智元报道
来源:bdtech
编辑:白峰
【新智元导读】深度学习的突飞猛进,给GPU插上了腾飞的翅膀,英伟达和AMD的显卡成为人工智能的「硬通货」。但是GPU固有的一些缺陷,让它的大规模应用受到约束,更加抗造的FPGA有望成为AI新的「底层建筑」。
过去十年,人工智能搅局了很多传统行业,也给显卡带来了福音。
说显卡,好像等同在说英伟达,其实不光英伟达,AMD的显卡在过去十年也是突飞猛进。
GPU目前来看是最通用的深度学习处理器,英伟达也乘着东风,摇身一变成为云GPU服务提供商,它的人工智能实验室也出了很多SOTA结果。
但是,专门研究机器学习软件的研究显示,GPU 也存在固有的缺陷,将其大规模应用于人工智能应用还有很多挑战。
而现场可编程门阵列(FPGA) 有望弥补这些缺陷。FPGA 在制造后仍可以高度定制的处理器,它比一般处理器更有效率。然而,FPGA很难编程,这个问题需要解决。
专业化的人工智能硬件,已经成为深度学习处理引擎的一个趋势,国内也有很多公司在开发各种AI加速卡,深度学习的最佳基础设施到底会花落谁家?
GPU 矩阵运算很强,但「抗压」不行还费电
FPGA加持的深度学习, 推理速度和吞吐量远超GPU
ASIC不够灵活,FPGA 更有可能成为深度学习的「底层建筑」
参考:
https://bdtechtalks.com/2020/11/09/fpga-vs-gpu-deep-learning/