FPGA、ASIC有望在机器学习领域中崛起.doc

FPGA、ASIC有望在机器学习领域中崛起.doc

ID:27487687

大小:664.50 KB

页数:4页

时间:2018-12-04

FPGA、ASIC有望在机器学习领域中崛起.doc_第1页
FPGA、ASIC有望在机器学习领域中崛起.doc_第2页
FPGA、ASIC有望在机器学习领域中崛起.doc_第3页
FPGA、ASIC有望在机器学习领域中崛起.doc_第4页
资源描述:

《FPGA、ASIC有望在机器学习领域中崛起.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、FPGA、ASIC有望在机器学习领域中崛起  机器学习已经被广泛的的使用在了各个领域,在一年之内它的成长速度超过了预期。同时随着AI芯片的发展,在以后,FPGA和ASIC芯片将有望成为机器学习领域的新主力。  在2016年初,机器学习仍被视为科学实验,但目前则已开始被广泛应用于数据探勘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、语音和手写识别、战略游戏与机器人等应用领域。在这短短一年的时间内,机器学习的成长速度超乎外界预期。    DeloitteGlobal最新的预测报告指出,在2018

2、年,大中型企业将更加看重机器学习在行业中的应用。和2017年相比,用机器学习部署和实现的项目将翻倍,并且2020年将再次翻倍。  目前,有越来越多的类型开始丰富“AI芯片”这个新名词,包括GPU、CPU、FPGA、ASIC、TPU、光流芯片等。据Deloitte预测,2018年,GPU和CPU仍是机器学习领域的主流芯片。GPU的市场需求量大概在50万块左右,在机器学习任务中对FPGA的需求超过20万块,而ASIC芯片的需求量在10万块左右。  值得注意的是,Deloitte称,预计到2018年底,超过25%的数据中心中用来加速机器学习的

3、芯片将为FPGA和ASIC芯片。可见,FPGA、ASIC有望在机器学习领域中实现崛起。  实际上,一些较早开始使用FPGA、ASIC芯片加速的用户,主要是将它们运用机器学习的推论(inference)任务上,但不久之后,FPGA、ASIC芯片在模组训练工作上也将能有所发挥。  在2016年,全球FPGA芯片的销售额已经超过40亿美元。而在2017年年初报告《CanFPGAsBeatGPUsinAcceleraTIngNext-GeneraTIonDeepNeuralNetworks?》中,研究人员表示在某些情况下,FPGA的速度和运算力

4、可能比GPU还要强。  目前,像是亚马逊(Amazon)的AWS与微软(Microsoft)的Azure云端服务,都已引进FPGA技术;国内的阿里巴巴也宣布与英特尔(Intel)合作,利用Xeon-FPGA平台加速云端应用;英特尔近来不断强调,数据中心可通过FPGA调整云端平台,提升机器学习、影音数据加密等工作的执行效率。  此外,ASIC虽然是只执行单一任务的芯片,但目前ASIC芯片的制造厂商很多。在2017年,整个产业的总收益大约在150亿美元左右。据悉,Google等厂商开始将ASIC运用在机器学习,以TensorFlow机器学习

5、软件为基础的芯片也已问世。  Deloitte认为,CPU与GPU的结合,对机器学习发展的推动产生了很大的助力。如果未来各种FPGA与ASIC解决方案也能在提升处理速度、效率与降低成本方面发挥足够影响力,那么机器学习应用将可再次出现爆炸性的进展。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。