机器学习成长速度惊人,FPGA和ASIC芯片有望成为新主力

2017-12-27 10:58:05编辑:冀凯 关键字:FPGA  ASIC

在2016年初,机器学习仍被视为科学实验,但目前则已开始被广泛应用于数据探勘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、语音和手写识别、战略游戏与机器人等应用领域。在这短短一年的时间内,机器学习的成长速度超乎外界预期。

DeloitteGlobal最新的预测报告指出,在2018年,大中型企业将更加看重机器学习在行业中的应用。和2017年相比,用机器学习部署和实现的项目将翻倍,并且2020年将再次翻倍。

目前,有越来越多的类型开始丰富“AI芯片”这个新名词,包括GPU、CPU、FPGAASIC、TPU、光流芯片等。据Deloitte预测,2018年,GPU和CPU仍是机器学习领域的主流芯片。GPU的市场需求量大概在50万块左右,在机器学习任务中对FPGA的需求超过20万块,而ASIC芯片的需求量在10万块左右。

值得注意的是,Deloitte称,预计到2018年底,超过25%的数据中心中用来加速机器学习的芯片将为FPGA和ASIC芯片。可见,FPGA、ASIC有望在机器学习领域中实现崛起。

实际上,一些较早开始使用FPGA、ASIC芯片加速的用户,主要是将它们运用机器学习的推论(inference)任务上,但不久之后,FPGA、ASIC芯片在模组训练工作上也将能有所发挥。

在2016年,全球FPGA芯片的销售额已经超过40亿美元。而在2017年年初报告《CanFPGAsBeatGPUsinAcceleratingNext-GenerationDeepNeuralNetworks》中,研究人员表示在某些情况下,FPGA的速度和运算力可能比GPU还要强。

目前,像是亚马逊(Amazon)的AWS与微软(Microsoft)的Azure云端服务,都已引进FPGA技术;国内的阿里巴巴也宣布与英特尔(Intel)合作,利用Xeon-FPGA平台加速云端应用;英特尔近来不断强调,数据中心可通过FPGA调整云端平台,提升机器学习、影音数据加密等工作的执行效率。

此外,ASIC虽然是只执行单一任务的芯片,但目前ASIC芯片的制造厂商很多。在2017年,整个产业的总收益大约在150亿美元左右。据悉,Google等厂商开始将ASIC运用在机器学习,以TensorFlow机器学习软件为基础的芯片也已问世。

Deloitte认为,CPU与GPU的结合,对机器学习发展的推动产生了很大的助力。如果未来各种FPGA与ASIC解决方案也能在提升处理速度、效率与降低成本方面发挥足够影响力,那么机器学习应用将可再次出现爆炸性的进展。

关键字:FPGA  ASIC

来源: 集微网 引用地址:http://www.eeworld.com.cn/FPGA/article_201712273769.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:英特尔发布行业首款集成高带宽内存、支持加速的 FPGA
下一篇:赛灵思新任CEO Victor Peng透露聚焦软件,对标英伟达

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

扩充FPGA的应用范围—Intel又有大动作

英特尔收购eASIC  提高可编程解决方案事业部整体实力英特尔计划将结构化ASIC纳入业务组合,充分满足高性能、低功耗应用的需求。 当今,随着数据的爆炸式增长以及处理、分析、存储、分享数据的需求激增,推动着硅片市场的发展,这一动态又催生出企业对各类计算解决方案的需求,英特尔正在争夺有史以来最大的潜在硅片市场。英特尔在CPU有着很强的优势,如今也提供各类定制计算解决方案,帮助客户处理各类工作负载——包括在云端、网络、边缘。近年来,英特尔扩大了产品范围,引入突破性创新,涉及领域包括内存、调制解调器、特定用途定制ASIC、视觉处理单元、可编程逻辑门阵列(FPGA)。 FPGA的应用范围正不断扩大,因为它功能
发表于 2018-07-16 17:06:53

英特尔与百度强强联手,助力人工智能

在今日举行的百度AI开发者大会Baidu Create上,英特尔人工智能事业部副总裁Gadi Singer介绍了英特尔与百度在人工智能领域的一系列合作进展,包括英特尔Movidius视觉处理器(VPU)支持百度Xeye智能零售摄像头产品,英特尔FPGA助力百度计划推出的工作负载加速即服务,以及基于英特尔至强可扩展处理器平台优化的PaddlePaddle深度学习框架。英特尔人工智能事业部副总裁兼人工智能架构总经理Gadi Singer出席百度AI开发者大会并发表演讲 “从赋能终端设备智能化,基于至强可扩展处理器的大规模数据中心,到利用英特尔FPGA加速不同工作负载,再到让PaddlePaddle开发者更简便地进行跨平台编程
发表于 2018-07-04 16:42:53
英特尔与百度强强联手,助力人工智能

赛特斯:基于FPGA的vBRAS实现

环境,同时还可以根据运营商的要求,建立软硬件一整套端到端的定制化方案。”李晏补充道。如图所示,李晏给出了视频传输时候的实际对比,左侧为没有使用FPGA加速,右侧为使用了FPGA的情况。李晏解释道,在三层解耦条件下,每一个虚拟化网元所拥有的资源是相对固定而且匮乏的,在应对传统的网页操作没有问题,但是在一些流量巨大的视频应用时,没有FPGA进行加速的情况下,就会发生丢包等现象。李晏同时表示,尽管有些转发处理可以用CPU来进行,但是会造成处理性能的严重下降,而通过把某些数据报文业务下沉到FPGA中,可大幅降低CPU负载,提升系统的整体性能。“赛特斯的vBRAS业务是国内行业领先的,我们在纯x86情况下已经做到单CPU 120G的转发能力
发表于 2018-07-02 15:24:00
赛特斯:基于FPGA的vBRAS实现

为什么说FPGA和NFV是一个完美结合

2018年,英特尔推出集成58 Gb/s收发器的FPGA Stratix 10 TX,该产品通过提供更大带宽,从而实现对网络功能虚拟化(NFV)、云计算和5G的更强有力支持,借助英特尔的X86架构的支持,在虚拟化计算领域中,英特尔正在复制着数据中心领域的成功之道。近日,英特尔公司数据中心事业部副总裁兼 5G 基础设施部门总经理Caroline Y. Chan出席世界移动大会-上海站,并做了题为《英特尔FPGA加速NFV的采用》主题报告。英特尔公司数据中心事业部副总裁兼 5G 基础设施部门总经理Caroline Y. Chan5G给虚拟化带来了变革Caroline表示,5G未来的发展除了云端处理需求增加之外,还需要在边缘计算端进行
发表于 2018-07-02 15:03:08
为什么说FPGA和NFV是一个完美结合

专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

机器之心原创作者:邱陆陆人工智能的风潮从技术一路蔓延到硬件,让「芯片」成为今年行业里盛极一时的主题。人们关注通用芯片领域里 CPU 和 GPU 不断刷新的基准(benchmark),更对专用芯片(ASIC)领域不同场景下不断问世的解决方案表示出了空前的热情。 而众所周知,在专用芯片与通用芯片中间,还有一个更为灵活,也更为神秘的领域:FPGA。无论是英特尔天价的收购还是微软与 IBM 雄心勃勃的计划,都让人对其更加好奇。而「万能芯片」的名称,以及多样化的职责范围:它可以是智能手机里不起眼的一个小组件,也可以是数千美金一块的开发板,也让人对其真面目更加疑惑。 FPGA 与深度学习的关系究竟是什么?它适合
发表于 2018-06-25 11:42:13
专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

英特尔正研发高端GPU,未来GPU+CPU+FPGA

实现。AMD在2011年底推出的Radeon HD 7000系列时所用的“次世代图形核心(Graphics Core Next)”架构更是大量引用Larrabee项目的设计概念,将一些流处理器以及一些指令分派单元合作一个模块,称为“CU”。最后关于英特尔将在2020年推出的独立GPU,目前还没有更多的关键信息曝光,我们也难以预测经验丰富的Raja Koduri加入以及新成立的核心和视觉计算事业部能否给英特尔带来具有竞争力的高端GPU,摆脱独立GPU研发的“辛酸史”。更为重要的是,在英特尔全力向AI转型的背景下,如果高端GPU研发成功,英特尔将可以用CPU+GPU+FPGA组合参与到AI的竞争,毕竟Computex 2018期间英伟达
发表于 2018-06-18 13:33:19
英特尔正研发高端GPU,未来GPU+CPU+FPGA

小广播

夏宇闻老师专栏

你问我答FPGA设计

北京航空航天大学教授,国内最早从事复杂数字逻辑和嵌入式系统设计的专家。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved