日韩欧美视频一区二区在线观看-日韩欧美视频在线-日韩欧美视频在线播放-日韩欧美视频在线一区二区-日韩欧美手机在线-日韩欧美天堂

電話咨詢 在線咨詢 產品定制
電話咨詢 在線咨詢 產品定制
010-68321050

ASIC需求持續上揚,大型企業和初創公司各有生存之道

五度易鏈 2019-04-18 1838 0

專屬客服號

微信訂閱號

大數據治理

全面提升數據價值

賦能業務提質增效

人工智能的迅速普及,也對現在的硬件建設提出了新要求,在這樣的市場需求下,現在的企業也在不斷增加對ASIC芯片的研究。


人工智能的迅速普及,也對現在的硬件建設提出了新要求,在這樣的市場需求下,現在的企業也在不斷增加對ASIC芯片的研究。

根據市調機構Ovum預估,2018~2025年,ASIC的市占率將從11%大幅增加至48%。Ovum調查報告指出,在2016年,云端(包含企業、數據中心等)為深度學習晶片的主要營收領域,占了80%。不過,到了2025年,此一比例將會改變,轉變成邊緣(Edge)占了80%,而云端的比例則降為20%。這邊所指的邊緣意指終端設備,且以消費性產品為中心(而非小型伺服器或是路由器),包括移動裝置(手機、平板)、頭戴式顯示器(HMD),如AR/VR /MR、智能音箱、機器人、無人機、汽車、安全攝影鏡頭等。各企業也競相研究ASIC芯片。

ASIC 芯片的大型企業介紹

2016 年,英偉達發布了專門用于加速 AI 計算的 Tesla P100 芯片,并且在 2017 年升級為 Tesla V100。在訓練超大型神經網絡模型時,Tesla V100 可以為深度學習相關的模型訓練和推斷應用提供高達 125 萬億次每秒的張量計算(張量計算是AI深度學習中最經常用到的計算)。然而在最高性能模式下,Tesla V100的功耗達到了300W,雖然性能強勁,但也毫無疑問是顆“核彈”,因為太費電了。

英偉達 Tesla V100 芯片

同樣在 2016 年,谷歌發布了加速深度學習的 TPU(Tensor Processing Unit)芯片,并且之后升級為 TPU 2.0 和 TPU 3.0。與英偉達的芯片不同,谷歌的 TPU 芯片設置在云端,就像文章在Alpha Go 的例子中說的一樣,并且“只租不賣“,服務按小時收費。不過谷歌 TPU 的性能也十分強大,算力達到 180 萬億次每秒,并且功耗只有200w。

谷歌 TPU 芯片

關于各自 AI 芯片的性能,谷歌 CEO Sundar Pichai 和英偉達 CEO 黃仁勛之前還在網上產生過爭論。別看兩位大佬為自家產品撐腰,爭得不可開交,實際上不少網友指出,這兩款產品沒必要“硬做比較”,因為一個是在云端,一個是在終端。

初創企業的AI芯片研究

除了大公司,初創企業也在激烈競爭 ASIC 芯片市場。那么初創企業在行業中該如何生存呢?創新是初創企業的核心競爭力。

2017 年,NovuMind 推出了第一款自主設計的AI芯片:NovuTensor。這款芯片使用原生張量處理器(Native Tensor Processor)作為內核構架,這種內核架構由 NovuMind 自主研發,并在短短一年內獲得美國專利。除此之外,NovuTensor 芯片采用不同的異構計算模式來應對不同 AI 應用領域的三維張量計算。2018年下半年,Novumind 剛推出了新一代 NovuTensor 芯片,這款芯片在做到 15 萬億次計算每秒的同時,全芯片功耗控制在 15W 左右,效率極高。

縱觀Novumind的發展,能深刻感受到充滿速度與張力的風格。

正是這樣的風格,驅使著Novumind步履穩疾:吳韌離開百度三個月就完成了超級計算機的構架;創業后幾周內就完成了公司各個環節的從零到一;一杯咖啡的時間說服了世界級芯片專家Chien-Ping Lu加入團隊;公司壯大到50余人依然全員匯報單刀直入,保持解決問題的效率。

產品上,為了保證運算速度,Novumind干脆不采用支持多平臺軟件的通用芯片,而是由曾負責過NVIDIA、MediaTek、Intel等多項芯片設計的副總裁Chien-Ping Lu帶領技術團隊研發專屬芯片,以達到軟硬件結合的最佳配置;而計算機視覺和產品構架方面,則由前惠普實驗室的首席工程師、曾擔任HP Sprout產品線技術負責人Kar Han Tan主導,以保證產品運營速度的實時捕捉,進而突破超級計算機所面臨的帶寬問題和硬件限制。

盡管 NovuTensor 芯片的紙面算力不如英偉達的芯片,但是其計算延遲和功耗卻低得多,因此適合邊緣端 AI計算,也就是服務于物聯網。雖然大家都在追求高算力,但實際上不是所有芯片都需要高算力的。比如用在手機、智能眼鏡上的芯片,雖然也對算力有一定要求,但更需要的是低能耗,否則你的手機、智能眼鏡等產品,用幾下就沒電了,也是很麻煩的一件事情。并且據 EE Times 的報道,在運行 ResNet-18、ResNet-34、ResNet70、VGG16 等業界標準神經網絡推理時,NovuTensor 芯片的吞吐量和延遲都要優于英偉達的另一款高端芯片 Xavier。

ASIC芯片需求在不斷提升

現今大多數的AI處理器,如GPU,多用于云端伺服器、資料中心,以在云端上進行AI訓練和推論。不過,隨著隱私、安全性需求增加,加上為了降低成本、延遲及打破頻寬限制等因素,分散式AI隨之興起,越來越多AI邊緣應用案例出現。例如蘋果的A12仿生芯片,其具備新一代「神經網路引擎」,以即時機器學習技術,改變智能手機的使用體驗。簡而言之,AI從云端轉向邊緣是現在進行式,當然目前AI在邊緣設備上多還是以推論為主,而非訓練。不過隨著AI創新應用增加,有越來越對芯片商嘗試提升終端裝置處理器的運算效能,為的就是不用再傳送資料至云端進行資料運算、推理和訓練。也因此,各式的處理器紛紛問世,像是CPU、FPGA、GPU、ASIC、NPU或SoC Accelerator等。

其中,ASIC的市占率可望隨著邊緣運算的需求增加而明顯攀升,從2018年的11%增加至2025年的52%。ASIC之所以受到青睞,原因在于新興的深度學習處理器架構多以圖形(Graph)或Tensorflow為基礎架構;且上述提到AI邊緣運算受限于功耗和運算效能,因此多以推論為主,而非訓練。然而,若假設到2021年時,終端設備將導入大量AI芯片,所需要的便是能在同一個芯片上進行推理和訓練,可因應分散式運算且又具低功耗的IC,因此ASIC需求將持續上揚,實現更多AI邊緣應用案例。

現在的云端市場已經成為了一些大型公司的戰場,如果想要在終端芯片的競爭中取得突破,還需要在技術方面尋找關鍵點。


本文由五度數科整理,轉載請標明出處,違者必究!

評論

產業專題

申請產品定制

請完善以下信息,我們的顧問會在1個工作日內與您聯系,為您安排產品定制服務

  • *姓名

  • *手機號

  • *驗證碼

    獲取驗證碼
    獲取驗證碼
  • *您的郵箱

  • *政府/園區/機構/企業名稱

  • 您的職務

  • 備注

主站蜘蛛池模板: 亚洲精品一级一区二区三区 | 尤物精品在线观看 | 国产成人在线播放视频 | 91短视频在线观看2019 | 欧美三级蜜桃2在线观看 | 国产片最新大片免费看 | 日韩成人高清 | 日韩毛片在线观看 | 久久88台湾三级香港三级 | 曰批免费视频播放在线看片二 | 成人免费久久精品国产片久久影院 | 日本成在线人视频免费视频 | 一区二区视频在线 | 51激情精品视频在线观看 | 成人免费久久精品国产片久久影院 | 在线播放 亚洲 | 日韩福利视频在线观看 | 99视频精品全部免费观看 | www.日本高清.com| 欧美一级毛片高清免费观看 | 国产美女精品三级在线观看 | 2021国内精品久久久久久影院 | 亚洲午夜久久久久中文字幕久 | 免费无吗14不卡视频在线观看 | 久久一次| 日本免费人成黄页在线观看视频 | 在线视频一区二区 | 亚欧成人一区二区 | 99热久久国产精品免费看 | 亚洲精品久久久久久久777 | 日韩欧美三级在线 | 19s级做人爱c视频正版免费 | 午夜久久久久久亚洲国产精品 | 国产精品久久久久久久久久久搜索 | 天堂网中文字幕 | 蜜桃久久| 日本一级毛片免费播 | 成人免费一区二区三区在线观看 | 日本不卡一二三区 | 小泽玛利亚中文字幕 | 日韩毛片免费 |