您的位置:主页 > 阳光在线 > > 正文

66psb.com:过去云端的AI计算全部都是由

字体:2020-08-01    煲汤食谱大全
 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”。
 
 
 
对于这些互联网及云服务巨头来说,其很多领域的需求都是非常明确和相对固定的,特别是在其庞大的数据驱动下,不少领域的软件、AI算法也已经趋于成熟和稳定,在这种情况下,进一步追求性能、能效和成本的最优化,选择采用定制型的计算芯片也是必然。
 
 
 
虽然通用型芯片适用范围广,对于厂商来说也更为简单易用,但是也造成了市场上产品的同质化,随着市场竞争的日趋激烈,越来越多的厂商开始寻求差异化。而采用自研或定制型芯片则可以给自身的产品和服务带来较大的差异化。与此同时,众多新的应用和特殊需求的出现,也需要独特的芯片来满足市场需求。
 
 

TAG标签:
移动网址:http://m.bincaifu.com/yangguangzaixian/2020/0801/261231.html

相关文章... ...


河北快3开奖 上海快3 澳门最有名彩票网站 北京极速赛车开奖网 极速赛车怎么押注 GLG彩票计划群 山东11选5 福建快3走势 江苏快3平台 极速赛车计划龙虎