AI人工智能 | 人工智能机器人【中国人工智能网】

滚动新闻

下一个科技风口:人工智能硬件

时间:2017-01-13 08:07来源:网络整理 作者:AI人工智能

  异构运算(heterogeneouscomputing)是通过利用计较机上的主要处理惩罚器,如CPU以及GPU来让措施获得更高的运算机能。一般来说,CPU由于在分支处理惩罚以及随机内存读取方面有优势,在处理惩罚串联事情方面较强。在另一方面,GPU由于其非凡的焦点设计,在处理惩罚大量有浮点运算的并行运算时候有着天然的优势。完全利用计较机机能实际上就是利用CPU来做串联事情,而GPU认真并行运算,异构运算就是“利用符合的东西做符合的工作”。

  只有很少的措施利用纯粹的串联可能并行的,大部门措施同时需要两种运算形式。编译器、文字处理惩罚软件、欣赏器、e-mail客户端等都是典范的串联运算形式的措施。而视频播放,视频压制,图片处理惩罚,科学运算,物理模仿以及3D图形处理惩罚(Raytracing及光栅化)这范例的应用就是典范的并行处理惩罚措施。

  GPU的运用

  正是因为GPU出格适合大局限并行运算的特点,因此,“GPU在深度进修规模发挥着庞大的浸染”。via海通证券:

  GPU可以平行处理惩罚大量琐碎信息。深度进修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——而这种网络呈现的目标,就是要在高速的状态下阐明海量的数据。譬喻,假如你想要教会这种网络如何识别出猫的容貌,你就要给它提供无数多的猫的图片。而这种事情,正是GPU芯片所擅长的工作。并且对比于CPU,GPU的另一大优势,就是它对能源的需求远远低于CPU。GPU擅长的是海量数据的快速处理惩罚。

  深度进修令NVIDIA业绩加快增长,操作GPU的大局限并行处理惩罚本领来进修人工智能算法再符合不外,GPU并行计较本领正在渗透一个又一个高精尖行业,敦促GPU的需求不绝增长。移动端,岂论是当前火热的移动直播,照旧移动VR设备,基于图形处理惩罚的需求都在急剧发作。今朝移动市场的GPU还远远落伍于PC端,市场被高通、ARM、imagination等三大巨头占据。

  GPU的劣势

  不外,GPU也有不敷之处。据浙商证券总结:

  固然GPU更擅长于雷同图像处理惩罚的并行计较,因为像素与像素之间相对独立,GPU提供大量的核,可以同时对许多像素举办并行处理惩罚。可是,这并不能带来延迟的晋升(而仅仅是处理惩罚吞吐量的晋升)。好比,当一个动静达到时,固然GPU有许多的核,但只能有个中一个核被用来处理惩罚当前这个动静,并且GPU核凡是被设计为支持与图像处理惩罚相关的运算,不如CPU通用。

  GPU主要合用于在数据层泛起很高的并行特性(data-parallelism)的应用,好比GPU较量适适用于雷同蒙特卡罗模仿这样的并行运算。

  GPU的别的一个问题是,它的“确定性”不如可编程的硅芯片FPGA,相对较容易发生计较错误。

  TPU

  TPU,即谷歌的张量处理惩罚器——Tensor Processing Unit。

  据谷歌工程师NormJouppi先容,TPU是一款为呆板进修而定制的芯片,颠末尾专门深度呆板进修方面的练习,它有更高效能(每瓦计较本领)。大抵上,相对付此刻的处理惩罚器有7年的领先优势,宽容度更高,每秒在芯片中可以挤出更多的操纵时间,利用更巨大和强大的呆板进修模子,将之更快的陈设,用户也会越发迅速地得到更智能的功效。

  谷歌专门为人工智能研发的TPU被疑将对GPU组成威胁。不外谷歌暗示,其研发的TPU不会直接与英特尔或NVIDIA举办竞争。

  据谷歌先容,TPU已在谷歌的数据中心运行了一年多,表示很是好。谷歌的许多应用都用到了TPU,好比谷歌街景,以及AlphaGo等。

  TPU最新的表示正是人工智能与人类顶级围棋手的那场角逐。在AlphaGo战胜李世石的系列赛中,TPU能让AlphaGo“思考”更快,“想”到更多棋招、更好地预判大势。