- 1
- 2
- 3
- 4
- 5
人工智能芯片行业深度报告：风起于青萍之末——GPU FPGA ASIC
资料介绍
人工智能芯片行业深度报告：风起于青萍之末——GPU,FPGA，ASIC
人工智能——风起于青萍之末 人工智能市场将保持高速增长，根据艾瑞咨询的数据，2020 年全球人工智能市 场规模约 1190 亿人民币。而未来 10 年，人工智能将会是一个 2000 亿美元的 市场。空间非常巨大。其中在硬件市场方面，将会有 30%的市场份额。 对人 工智能的实现来说，算法是核心，计算、数据是基础。人工智能之所以在当下 能得到长足进展， 高性能的计算能力（CPU，GPU，FPGA，ASIC）的突破至 关重要。 GPU——厚积薄发正当时 我们认为人工智能时代的 GPU 已经不再是传统意义上的图形处理器，而更多 的应该赋予专用处理器的头衔，具备强大的并行计算能力。因为 GPU 的特点 特别适合于大规模并行运算，GPU 在“深度学习”领域发挥着巨大的作用，因为 GPU 可以平行处理大量琐碎信息。深度学习所依赖的是神经系统网络——与人 类大脑神经高度相似的网络——而这种网络出现的目的，就是要在高速的状态 下分析海量的数据。 FPGA——“万能芯片”在人工智能时代复苏 FPGA 之所以能有潜力成为人工智能深度学习方面的计算工具，主要原因就在 于其本身特性：可编程专用性，高性能，低功耗。比 CPU 和 GPU，FPGA 凭 借比特级细粒度定制的结构、流水线并行计算的能力和高效的能耗，在深度学 习应用中展现出独特的优势，在大规模服务器部署或资源受限的嵌入式应用方 面有巨大潜力。此外，FPGA 架构灵活，使得研究者能够在诸如 GPU 的固定 架构之外进行模型优化探究。Intel 收购 Altera,目的也是看中 FPGA 在深度学习 体想出的性能优势。 ASIC——后起之秀，不可估量 ASIC 将性能和功耗完美结合。ASIC 著名应用之一：比特币挖矿。比特币挖矿 和人工智能深度学习有类似之处，都是依赖于底层的芯片进行大规模的并行计 算。而 ASIC 在比特币挖矿领域，展现出了得天独厚的优势。从“比特币挖矿 机 ASIC 发展”推导“ASIC 在人工智能领域大有可为”。而谷歌最新推出的人 工智能专用芯片其实也是一款 ASIC。
部分文件列表
| 文件名 | 大小 |
| 人工智能芯片行业深度报告：风起于青萍之末——GPU,FPGA，ASIC.pdf | 1M |
全部评论(0)