谷歌设计的TPU芯片将成为谁的噩梦?|十博官网

木工雕刻机 | 2021-05-28
本文摘要:的指令有关系。

的指令有关系。我们说,将一些高级计算分解为低级计算时,计算效率会提高。但是,如果硬件本身反对这种高级运算,则需要再次分解。

可以节省很多时间和资源。FPGA和GPU有很多计算单元,计算能力很强。开展神经网络运算时速度不比CPU慢,但两者之间还没有差别。GPU出厂后,由于结构相同的硬件反对的命令只是相同的。

如果神经网络运算有GPU不反对的指令,例如GPU只反对加减乘除,我们的算法必须开展矩阵向量乘法和卷积等运算,GPU不必构筑,不能用乘法和乘法运算等软件模拟方法构筑对于FPGA来说,如果FPGA没有标准的卷积命令,开发者可以在FPGA的硬件电路上现场编程。通过改变FPGA的硬件结构,FPGA可以反对卷积运算,因此效率不高于GPU。只是说到这里,谷歌开发TPU的原因已经相似了。

TPU是ASIC,与FPGA相似,但不存在可定制的专用芯片。像谷歌说的那样,是研究自学语言Tensorflow开发的芯片。

十博手机网站

因为是TensorFlow的专业计划,所以谷歌也不必享受自定义性。只要能最大限度地反对TensorFlow所需的指令。同时,TPU运营TensorFlow的效率肯定不是所有设备中最低的。

十博手机网站

这是谷歌开发TPU的最明显目的:执着的效率。对其他制造商有什么影响?目前,许多制造商已经在人工智能领域投入了大量精力,表明他们有一些野心。

在TPU发布之前,这个领域的大多数制造商同时使用FPGA和GPU来改进和训练他们的神经网络算法。NVIDIA是世界上仅次于的GPU制造商之一,仍在推进自己的产品在深度自学领域的应用。然而,GPU的设计主要不是神经网络计算,而是图像处理。

更好的原因是,类似的结构也仅限于神经网络运算,NVIDIA也发售了自己的深度自学算法,但GPU本身的特性仍然被FPGA压迫。这次的TPU不会让这个市场有更多的竞争对手,所以如果让我投票的话,这个TPU对NVIDIA的影响仅次于。

谷歌的反应是把这个小费卖给别的公司,意味着和别的公司竞争。然而,如果谷歌的芯片性能更好,开发人员和服务提供商将更多地改为谷歌获得的服务,而其他制造商仍然使用服务和硬件,这也不会间接影响其他制造商,尤其是NVIDIA的业务。其次,以英特尔为代表的中间水平制造商,英特尔去年年底收购了世界着名的FPGA大型制造商Altera,似乎忽视了深度自学的潜力。

但是,到目前为止,英特尔还没有具体表现出自己进入人工智能领域的决心,也没有回应自己不发售任何人工智能产品,只是传达了将特性应用于自己数产品内的意愿。只是,对于这样的制造商来说,除非他们自己已经秘密开发了很长时间的人工智能产品。

否则,市场竞争只是为他们降低更好的工具,给他们的利益带来什么冲击。当然,如果谷歌将来想自己设计CPU,那就另当别论了。但是,现在谷歌对自己没有这样的意愿,那也是另一个故事。

人工智能领域已经接近谷歌的成果的公司,预计微软公司和苹果等会受到很多影响。微软公司仍在探索FPGA加快人工智能运算,有自己开发的算法。经过长时间的调整,基于FPGA的这些算法最后不一定会输给谷歌。

十博手机网站

如果微软公司不愿意的话,随时都可以开发自己的人工智能芯片,微软公司也自己开发了很多专用硬件。NVIDIA的困境NVIDIA大力推进了自己的GPU对深度自学算法的加速效果,但在宣传的文章中绝对没有提到FPGA,因为理解自己的产品不仅对FPGA没有显着的优势,而且还存在着严重的不足。

TPU进入战场确实不会加剧NVIDIA的压力。GPU的特性在短时间内可能不会发生翻天复地的变化,NVIDIA在人工智能领域在短时间内最应该做的事情,也可能会找到适当的GPU发挥的相似场面发挥作用。关于FPGA和TPU的正面竞争,可能还得等几代。

原始文章允许禁止发布。下一篇文章发表了注意事项。


本文关键词:十博,十博官网,十博手机网站

本文来源:十博-www.barrownow.com