datasheet

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来源: 集微网 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

编辑:冀凯 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

网友正在学习IC视频

推荐阅读
全部
FPGA
ASIC

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源

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