首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能越来越近 多家硬件厂商纷纷加入深度学习领域

随着人工智能的不断发展,俨然成为科技圈的下一个风口,很多科技大鳄公司纷纷加入到这一领域,并且取得一定的成就。我们来看一下NVIDIA,、AMD、Intel这三个硬件厂商有关硬件设备的深度学习之争。

众所周知,AMD的显卡非常的棒。Vega Frontier Edition 系列明显的要优于NVIDIA的相应产品,通过一项类似于对Volta和Pascal所做的无偏差标准测试,在使用液态冷却的前提下,Vega Frontier 的性能要持平甚至优于Titan V。值得注意的是,Vega是基于传统的图形处理芯片架构,而Titan V是全新的。这样,在2018第三季度即将发布的新一代AMD架构,将会有更加出彩的表现。

AMD希望仅仅通过把32-bit 浮点数运算的图形处理芯片换成16-bit,从而在深度学习硬件开发上取得成功。这是一个既简单又有效的策略。这样设计的GPU,虽然对于高性能计算没有什么用处,但是对于游戏玩家以及深度学习社群来说,这样的改变会获得更稳定的表现,同时由于16-bit浮点数运算显卡的运算非常直接,芯片的开发成本也会相应降低。

然而最大的问题是软件。即使你拥有了这么强大的AMD GPU,你却很难使用它-因为目前没有一款主流的软件框架能够很好支持AMD GPU。

那么同样是显卡厂商的英伟达呢?随着英伟达Titan V的发布,我们迈入了深度学习硬件发展的动荡期。虽然Titan V的深度学习专用核心Tensor Core有着独特的性能,但性价比实在太糟,使其市场吸引力不足,只是现阶段除此之外又没有别的选择。

市场上还有另一位新晋竞争者:Intel Nervana的神经网络处理器(NNP)。凭借着几种迎合CUDA开发者需求的独特性能,它表现得还比较有竞争力。NNP处理器可以解决优化深度学习的CUDA内核中绝大多数的问题,这款芯片才真正称得上第一枚深度学习芯片。

值得注意的是,随着这些科技大鳄在人工智能方面的不断深入,人工智能的脚步也将离我们越来越近。在于硬件设备这一领域,国内企业还有很长的路要走,目前国内只有华为一家拥有手机芯片麒麟970处理器,而其它国内厂商无论是PC端还是手机领域都要依赖供应厂商供应才能实现。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180115A0L18C00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券