九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

人工智能分為兩個階段，訓(xùn)練和執(zhí)行。舉例來說，當(dāng)我們把照片上傳Facebook的時候，訓(xùn)練階段是找出其中的人臉，而執(zhí)行是把找到的人臉自動標(biāo)識是誰。

這兩個階段是完全不同的，每個階段需要的處理方式也完全不同。在訓(xùn)練階段，GPU相對CPU有4個優(yōu)勢：

1.GPU天生為并行運(yùn)算優(yōu)化，而CPU天生為串行指令優(yōu)化，人工智能恰恰更需要強(qiáng)大的并行能力

2.相同的芯片面積下，GPU上可以集成更多運(yùn)算單元

3.GPU的能耗遠(yuǎn)低于CPU

4.GPU擁有更大容量的存儲結(jié)構(gòu)，對于大量數(shù)據(jù)有緩存優(yōu)勢

所以業(yè)界比較普遍的認(rèn)識是GPU在人工智能、深度學(xué)習(xí)算法上的優(yōu)勢遠(yuǎn)高于CPU，是訓(xùn)練的最佳工具。在執(zhí)行階段，Google為此專門打造了TPU，微軟使用FPGA，而百度正在使用的GPU似乎不太適合做執(zhí)行，需要輔助以算法。

目前大多數(shù)企業(yè)采用的依然是“CPU+GPU”的組合，或者稱為異構(gòu)計算。事實上，AlphaGo此前在與韓國棋手李世石較量時，便依賴于1202顆CPU及176顆GPU協(xié)助運(yùn)算。

Intel通過一系列的收購，從FPGA公司Altera、認(rèn)知運(yùn)算公司Saffron、機(jī)器學(xué)習(xí)新創(chuàng)Nervana 到電腦視覺芯片公司Movidius，Intel通過不斷的并購增強(qiáng)其AI實力。

從單純滿足AI應(yīng)用本身的計算能力和實現(xiàn)方法上看，GPU是否是最好或者說是惟一在業(yè)內(nèi)依然存在爭議。有研究人員測試，相比GPU，F(xiàn)PGA的架構(gòu)更靈活，單位能耗下性能更強(qiáng)。深度學(xué)習(xí)算法在FPGA上能夠更快、更有效地運(yùn)行，而且功耗也能做到更低。這似乎很好地解釋了為何Intel此前以167億美元收購FPGA制造商Altera。

2016年8月，Intel宣布將于2017年推出專門為人工智能深度學(xué)習(xí)而設(shè)計的最新一代產(chǎn)品——Intel Xeon Phi處理器，代號Knights Mill，稱其運(yùn)算能力比對手的產(chǎn)品快兩倍以上，矛頭直指NVIDIA。同時，Intel在物聯(lián)網(wǎng)領(lǐng)域AI 發(fā)展同樣卡好位置，透過Movidius 特有的Fathom 軟件技術(shù)，能將通用的神經(jīng)網(wǎng)路模型轉(zhuǎn)化為嵌入式深度學(xué)習(xí)模型于硬件架構(gòu)運(yùn)作，使無人機(jī)、AR/VR 頭盔等移動終端應(yīng)用進(jìn)行圖像分析等深度學(xué)習(xí)功能。

同時擁有CPU和GPU的AMD應(yīng)該說具有AI技術(shù)平臺的最大優(yōu)勢，不但手握新 CPU 架構(gòu) Zen(“禪”)、號稱2017要在 PC 和服務(wù)器市場讓Intel難堪；同時還在緊鑼密鼓地籌備新 GPU 架構(gòu) Vega （“織女星”），準(zhǔn)備明年打破NVIDIA對高端顯卡市場的壟斷。

準(zhǔn)備翻身的AMD并不滿足在 CPU 和游戲顯卡這兩個傳統(tǒng)領(lǐng)域和老對手們較量，而是追著他們的腳后跟進(jìn)入 AI 運(yùn)算領(lǐng)域。AMD召集行業(yè)人士秘密進(jìn)行了一場關(guān)于 Vega 的產(chǎn)品說明會,該會議的部分內(nèi)容曝光—AMD 發(fā)布全新 AI 計算子品牌 “Radeon Instinct”。然而相比在 AI 領(lǐng)域經(jīng)營已久的藍(lán)、綠兩廠，AMD 根基薄弱、資源有限，而且入場時間已經(jīng)極大落后。同時AMD 的 CPU 和顯卡業(yè)務(wù)都需要反哺，受限于資源的有限性，AMD很可能難以抓住AI的機(jī)遇。

Intel芯片雖以高速處理數(shù)字著稱，但NVIDIA GPU芯片在處理視頻、語音等非結(jié)構(gòu)化數(shù)據(jù)及識別模型時更為高效，在深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)服務(wù)器等性能表現(xiàn)遠(yuǎn)超Intel。近十年來， GPGPU（通用計算 GPU，用 GPU 處理運(yùn)算任務(wù)）的浪潮完全由NVIDIA帶領(lǐng)，把他們的 GPU 定位于 AI 和神經(jīng)網(wǎng)絡(luò)的開發(fā)已經(jīng)成為運(yùn)算平臺的首選。

與CPU相比，GPU具有數(shù)以千計的計算核心，及強(qiáng)大、高效并行計算能力， 可實現(xiàn)10-100倍應(yīng)用吞吐量，特別適用于AI海量訓(xùn)練數(shù)據(jù)情形，目前深度學(xué)習(xí)解決方案幾乎完全依賴NVIDIA GPU。

2016年4月5日，NVIDIA推出新GPU芯片Tesla P100 內(nèi)置150億晶體管，它可以用于深度學(xué)習(xí)，是目前市場上許多處理器、圖形芯片的3倍。芯片面積為600平方毫米，運(yùn)算速度達(dá)到21.2萬億次，是NVIDIA至今推出的最先進(jìn)GPU。但從AI需要GPU訓(xùn)練+CPU執(zhí)行這個角度看，缺乏CPU應(yīng)該是NVIDIA在現(xiàn)在和未來自詡為AI公司始終存在的短板。

AI技術(shù)擁有兩大要素：核心技術(shù)平臺、數(shù)據(jù)循環(huán)。只有將AI技術(shù)與數(shù)據(jù)結(jié)合，才可形成實用性的業(yè)務(wù)。所以AI之戰(zhàn)不僅僅是技術(shù)平臺之戰(zhàn)，更是生態(tài)圈之戰(zhàn)。

僅看NVIDIA的GTC大會，百度、阿里、騰訊、IBM、微軟、亞馬遜等大咖云集，NVIDIA的深度學(xué)習(xí)伙伴更在2015年就達(dá)到了3409家，無人駕駛合作伙伴更是基本涵蓋所有主流品牌。NVIDIA已經(jīng)構(gòu)建了當(dāng)下最為龐大的AI生態(tài)環(huán)境。雖然從營收上看，NVIDIA遠(yuǎn)算不上一家AI芯片公司，但NVIDIA無疑是當(dāng)下發(fā)展最強(qiáng)勁的AI芯片公司。構(gòu)建生態(tài)系統(tǒng)需要龐大的現(xiàn)金流，受限于公司現(xiàn)金流的緊張，CPU和顯卡業(yè)務(wù)線都需要龐大的資金支持， 且入場晚于NVIDIA和Intel，AMD在AI領(lǐng)域做了什么，并沒有多少人知曉。就像Google選擇AMD的GPU進(jìn)軍AI領(lǐng)域時，AMD的Radeon Technologies Group（RTG）高級副總裁兼首席架構(gòu)師Raja Koduri表示：

“Google正在建設(shè)基于GPU的基礎(chǔ)設(shè)施，而且希望使用AMD架構(gòu)。盡管AMD在深度學(xué)習(xí)方面做了什么似乎無人知曉，這也是我們邁出的第一步?！盜ntel憑借PC市場建立起的強(qiáng)大生態(tài)環(huán)境和通過并購建立起來的AI技術(shù)平臺，在圖像識別、語音識別以及自動駕駛也不斷完善自己的生態(tài)系統(tǒng)。同時通過并購Movidius，Intel具備了把AI生態(tài)拓展到移動終端的能力。

鑒于AI芯片的應(yīng)用尚在起步階段（目前僅占數(shù)據(jù)中心1/10左右的負(fù)載），及Intel在此領(lǐng)域中有的放矢的并購和自身在CPU的挖潛和整合能力，NVIDIA以AI之名換來的股價暴漲背后并非高枕無憂和一片坦途。