一触即发:AI处理器之战或将于2018开启?

　　那么，TPU是AI的未来，对吗?微软认为，在可扩展性和灵活性方面，基于FPGA的解决方案可能将优于CPU、GPU或TPU提供的解决方案。

▲微软的Project Brainwave以39.5万亿次浮点运算的速度运行，在英特尔层的10个fpga上运行时，它的延迟时间还不到一毫秒

　　尽管基于处理器的解决方案在某种程度上由于其设计而局限于特定的任务，但是由于FPGA的灵活性和可编程性，所以或许可以使用FPGA来提供更容易的升级和更好的性能。根据微软的说法，在Intel Stratix 10 FPGA上运行时，微软的Project Brainwave以39.5 teraflops的速度执行，延时不到1毫秒。

　　FPGA是否为人工智能提供最佳选择与其他方面一样值得商榷。微软认为创造人工智能专用ASIC的生产成本太高，而另一些人则认为FPGA将永远无法完全实现专为人工智能设计的芯片性能。

　　在3月份的“现场可编程门阵列国际研讨会”(ISFPGA)上发表的一篇文章中，一组来自英特尔加速器架构实验室的研究人员评估了两代英特尔FPGA(Arria10和Stratix 10)与Nvidia Titan X Pascal Titan V)处理深度神经网络(DNN)算法。据英特尔研究人员称：“我们的研究结果显示，Stratix 10 FPGA的性能(TOP / sec)比Titan X Pascal图形处理器在[矩阵乘法](GEMM)操作上的性能提高了10%、50%甚至5.4倍。在Ternary-ResNet上，Stratix 10 FPGA可以比Titan X Pascal GPU提供60%的性能提升，性能功耗比提高2.3倍。我们的结果表明，FPGA可能成为加速下一代DNN的首选平台。”

　　谁将戴上皇冠?

　　在这个特定的时间点，就整体性能而言，很难不争论这些硬件在人工智能领域的表现，也很难不比较巨头们之间的表现。但是，就小编的粗浅认识来看，很多硬件并不是单纯的谁取代谁的角色，可能面对不同的用户、不同的细分领域就会有不同的选择，

　　就落地的应用来说，自动驾驶汽车正在成为将人工智能应用于更广泛的公众意识中，这可能是机器人、制造业、甚至娱乐领域的进步，真正推动人工智能的发展，但这并不是为了阻断新兴应用的诞生之路。

　　当发展步入正轨时，它可能不是一家企业主宰人工智能领域，未来可能会看到硬件领域的争斗越来越激烈，也或许是别的，时间会证明一切。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!