亚洲综合在线播放_久久视频免费在线_久久久黄色av_亚洲免费视频一区

YASKAWA JANCD-MSV01B

YASKAWA JANCD-MSV01B 想要從原始輸入直接跨越到高層特征，無疑是困難的。而整個識別過程，所需要的數據量和運算量是十分巨大的。

深度學習之所以能夠在今天得到重要的突破，原因在于：

1、海量的數據訓練

2、高性能的計算能力（CPU，GPU，FPGA，ASIC），兩者缺一不可。

2、算力

衡量芯片計算性能的重要指標稱為算力。通常而言，將每秒所執行的浮點運算次數（亦稱每秒峰值速度）作為指標來衡量算力，簡稱為 FLOPS�，F有的主流芯片運算能力達到了 TFLOPS 級別。一個 TFLOPS（teraFLOPS）等於每秒萬億（=10^12）次的浮點運算。增加深度學習算力需要多個維度的齊頭并進的提升：

1、系統并行程度

2、時鐘的速度

3、內存的大小（包括register、cache、memory）;

4、內存帶寬（memory bandwidth）

5、計算芯片同 CPU 之間的帶寬

6、還有各種微妙的硬件里的算法改進。

我們這篇報告將主要關注人工智能的芯片領域，著重討論 GPU，FPGA，ASIC 等幾種類型的芯片在人工智能領域的應用和未來的發展。

3、GPU 簡介

GPU，又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、游戲機和一些移動設備（如平板電腦、智能手機等）上圖像運算工作的微處理器，與 CPU 類似，只不過 GPU 是專為執行復雜的數學和幾何計算而設計的，這些計算是圖形渲染所必需的。隨著人工智能的發展，如今的 GPU 已經不再局限于 3D 圖形處理了，GPU 通用計算技術發展已經引起業界不少的關注，事實也證明在浮點運算、并行計算等部分計算方面，GPU 可以提供數十倍乃至于上百倍于 CPU 的性能。

GPU 的特點是有大量的核（多達幾千個核）和大量的高速內存，最初被設計用于游戲，計算機圖像處理等。GPU主要擅長做類似圖像處理的并行計算，所謂的“粗粒度并行（coarse-grain parallelism）”。

這個對于圖像處理很適用，因為像素與像素之間相對獨立，GPU 提供大量的核，可以同時對很多像素進行并行處理。但這并不能帶來延遲的提升（而僅僅是處理吞吐量的提升）。

比如，當一個消息到達時，雖然 GPU 有很多的核，但只能有其中一個核被用來處理當前這個消息，而且 GPU 核通常被設計為支持與圖像處理相關的運算，不如 CPU 通用。GPU 主要適用于在數據層呈現很高的并行特性（data-parallelism）的應用，比如 GPU 比較適合用于類似蒙特卡羅模擬這樣的并行運算。

CPU 和 GPU 本身架構方式和運算目的不同導致了 CPU 和 GPU 之間的不同，主要不同點列舉如下。

正是因為 GPU 的特點特別適合于大規模并行運算，GPU 在 “深度學習”領域發揮著巨大的作用，因為 GPU 可以平行處理大量瑣碎信息。深度學習所依賴的是神經系統網絡——與人類大腦神經高度相似的網絡——而這種網絡出現的目的，就是要在高速的狀態下分析海量的數據。

例如，如果你想要這種網絡如何識別出貓的模樣，你就要給它提供無數多的貓的圖片。而這種工作，正是 GPU 芯片所擅長的事情。而且相比于 CPU，GPU 的另一大優勢，就是它對能源的需求遠遠低于 CPU。GPU 擅長的是海量數據的快速處理。

雖然機器學習已經有數十年的歷史，但是兩個較為新近的趨勢促進了機器學習的廣泛應用： 海量訓練數據的出現以及 GPU 計算所提供的強大而高效的并行計算。人們利用 GPU 來訓練這些深度神經網絡，所使用的訓練集大得多，所耗費的時間大幅縮短，占用的數據中心基礎設施也少得多。

GPU 還被用于運行這些機器學習訓練模型，以便在云端進行分類和預測，從而在耗費功率更低、占用基礎設施更少的情況下能夠支持遠比從前更大的數據量和吞吐量。

將 GPU 加速器用于機器學習的早期用戶包括諸多規模的網絡和社交媒體公司，另外還有數據科學和機器學習領域中一流的研究機構。與單純使用 CPU 的做法相比，GPU 具有數以千計的計算核心、可實現 10-100 倍應用吞吐量，因此 GPU 已經成為數據科學家處理大數據的處理器。

綜上而言，我們認為人工智能時代的 GPU 已經不再是傳統意義上的圖形處理器，而更多的應該賦予專用處理器的頭銜，具備強大的并行計算能力。

國內在 GPU 芯片設計方面，還處于起步階段，與國際主流產品尚有一定的差距。不過星星之火，可以燎原。有一些企業，逐漸開始擁有自主研發的能力，比如國內企業景嘉微。

景嘉微擁有國內自主研發的 GPU 芯片 JM5400，專用于公司的圖形顯控領域。JM5400 為代表的圖形芯片打破外國芯片在我國軍用 GPU 領域的壟斷，率先實現軍用 GPU國產化。GPU JM5400 主要替代 AMD 的 GPU M9，兩者在性能上的比較如下。相比而言，公司的 JM5400 具有功耗低，性能優的優勢。

YASKAWA JANCD-MSV01B