您的位置:主页 > 阳光在线 > > 正文

55sblive.com:而非架构授权的方式开发产品

字体:2020-08-01    煲汤食谱大全
 素。
 
 
 
另外需要指出的是,目前X86授权相对封闭,下游芯片设计商仅可以通过处理器核授权而非架构授权的方式开发产品,设计自由度和自主可控度都比较低。相比之下,Arm架构的服务器CPU开发难度更低、设计自由度更高、自主化程度强的优势。芯片设计厂商可以直接购买Arm的Neoverse N1内核IP授权来开发服务器CPU,研发周期可大大缩短;同时也可以购买ARMv8指令集授权,结合自身需求开发出定制化程度更高的服务器CPU,比如华为的鲲鹏920、飞腾的FT2000/64等都是基于ARMv8指令集授权开发的,其优势在于自主可控的程度更高,拿到指令集授权之后,将不再不受到Arm的任何限制。
 
 
 
2、AI对算力的需求变化,推动云端计算架构重构
 
 
 
 
 
随着近年来数据的爆发式增长以及人工智能技术的兴起,云端市场对于计算的需求也开始发生了巨大的变化,进而使得对于计算架构的需求也开始发生了变化。
 
 
 
过去云端的AI计算全部都是由CPU来完成,但是随着AI对于算力需求的快速提升,依赖于摩尔定律推动的CPU性能的提升已经无法满足,CPU也并不是AI计算的最佳载体,因此在云端的AI计算也开始由原先的X86 CPU一统天下,转向了异构计算。
 
 
 
比如在云端AI训练方面,现在比较多的会采用CPU+GPU集群的架构,同时也开始出现CPU+专用的AI训练芯片集群;而在AI推理方面,更多的会选择CPU+FPGA或者CPU+专用的云端AI推理芯片。随着云端对于AI计算能力要求的不断提升,彻底打破了原有的云端计算单纯依靠CPU的局面。
 
 
 
我们可以看到,除了众多的AI芯片厂商纷纷推出了针对云端的AI芯片之外,一些云服务厂商也在纷纷推出针对云端的AI芯片。比如2018年7月,百度就发布了首款云端全功能AI芯片“昆仑”;2018年11月,亚马逊公布了首款云AI芯片Inferentia;2019年9月,华为推出了针对云端的AI训练集群Atlas900;2019年9月,阿里也发布了针对云端的号称全球最强的AI推理芯片的“含光800”。

TAG标签:
移动网址:http://m.bincaifu.com/yangguangzaixian/2020/0801/261230.html

相关文章... ...


新疆喜乐彩 通博彩票计划群 k彩彩票官网 易富彩票计划群 小金棋牌 菠萝彩票计划群 河北快3基本走势 99彩票网址多少 诚信网投开户 金誉彩票计划群