鹰潭| 蓝山| 叶城| 五华| 康县| 恒山| 上甘岭| 托里| 泊头| 抚远| 金川| 灵武| 邯郸| 黎川| 迭部| 新邱| 合作| 吴江| 淳安| 灌南| 阆中| 西和| 崇明| 海宁| 泉州| 台北市| 郓城| 恩施| 蚌埠| 张湾镇| 辽宁| 德令哈| 新化| 临沂| 循化| 嘉荫| 顺昌| 大关| 德昌| 黎城| 怀化| 甘泉| 钟山| 郯城| 松溪| 三门峡| 土默特右旗| 宝坻| 桑植| 贺州| 闵行| 苍溪| 浦东新区| 鹤山| 康保| 江西| 长阳| 巴中| 东沙岛| 沐川| 黄梅| 高淳| 庄河| 乌拉特前旗| 织金| 礼泉| 兴山| 长沙| 陇川| 嵩县| 安龙| 米泉| 盐亭| 鄂伦春自治旗| 通河| 栾川| 芮城| 台北市| 仲巴| 安乡| 松溪| 仁化| 常宁| 临桂| 襄垣| 界首| 平塘| 沅江| 固阳| 津市| 通化市| 桓仁| 怀柔| 固镇| 宝丰| 岱岳| 托克托| 黔江| 道真| 攀枝花| 红安| 彭泽| 汤阴| 盐都| 英德| 酉阳| 巴彦| 恩施| 高淳| 承德县| 抚宁| 镶黄旗| 新野| 青田| 大连| 临夏县| 胶南| 秦安| 八达岭| 沁水| 郑州| 郓城| 淳化| 滨海| 兴县| 新宾| 康保| 东海| 汤原| 嘉义县| 长岭| 蒙阴| 印台| 鄂托克前旗| 宜春| 白银| 吉木乃| 普洱| 罗江| 徽县| 梁子湖| 龙江| 丰县| 大丰| 神农架林区| 同心| 前郭尔罗斯| 普陀| 定日| 巧家| 昌都| 罗定| 西藏| 维西| 渠县| 天等| 宜宾县| 张家界| 延安| 新疆| 夏县| 南阳| 徽州| 天长| 邗江| 四会| 淮北| 辽阳县| 磁县| 康马| 拉萨| 岢岚| 荣成| 龙口| 吉县| 噶尔| 阿图什| 弓长岭| 东平| 全州| 阿勒泰| 逊克| 鄂州| 密山| 西青| 榆树| 东阿| 道县| 都匀| 红岗| 德安| 苍南| 泰安| 天长| 南川| 德安| 夷陵| 井陉| 武功| 龙海| 塔城| 裕民| 霍城| 雷州| 连城| 辽源| 辽阳县| 屯留| 揭西| 茶陵| 尚义| 丹棱| 始兴| 宜川| 莱西| 绥德| 东兴| 泾阳| 绥宁| 北安| 苍南| 根河| 兰坪| 康平| 兰考| 札达| 彰化| 民和| 正定| 台江| 古蔺| 上虞| 宝丰| 喀喇沁左翼| 富裕| 建昌| 康县| 屏南| 唐县| 通许| 闻喜| 庐山| 精河| 巴中| 万载| 桦甸| 郧西| 南昌市| 澄迈| 隆昌| 潼南| 肥西| 桦川| 闽清| 农安| 墨脱| 临湘| 鄂托克前旗| 蕲春| 乐昌| 子洲| 黔江| 岳池| 揭阳| 美高梅娱乐网站
首页 资讯 房产 汽车 家居 数码 礼品 教育 物流 旅游 女性 美食 图片 视频

首页 > 数码 > 平板 >

AI浪潮下的硬件风暴:有哪些科技巨头参与其中?

2019-01-21 12:11:02   来源:   点击:

  豫兴网讯:在前两天的谷歌I/O大会上, 在安卓P之外,谷歌还发布了非常重要的硬件:TPU3.0。这是这家科技巨头第三次发布新版本的机器学习专用处理器。除了谷歌和业内英伟达,还有哪些科技巨头也参与到了AI硬件的研发当中?
  
  人工智能需要大量的计算资源进行训练。但是这个规模有多大?很多人是没概念的。对于大公司来说,对资源的要求非常高,尤其是神经网络,比如谷歌I/O大会大放异彩的安卓电池节约模式和自动亮度调整,就是Deepmind的产品,Deepmind在官方新闻并未透露让手机学习这些行为需要多少资源,但是在围棋项目上可以窥探一下。
  
  Deepmind训练AlphaGo Zero的时候,2000个TPU跑了40天。Alpha Zero训练则是调用了5000个TPU。写成论文之后,Facebook在重现论文的时候,则是使用了2000个GPU运行了两三周的时间,这个GPU都是英伟达的P100,一个8GPU的学习服务器英伟达就要卖到上百万人民币。
  
  让巨头们狠下心来自己搞AI硬件的动力来自多个方面,一来谷歌自己做针对TensorFlow优化的TPU效果好,二来现在谷歌云都可以租赁分时使用TPU资源了,对于擅长硬件或是云计算的科技巨头们来说,是时候发展自己的AI硬件了,这正在成为大公司的游戏。
  
  CPU在任务处理器里出现两个核心,可以追溯到十多年前的奔腾四时代,刚刚出现的HyperThreaing技术。不过很多年过去,由于CPU的单个核心任务繁重,所以就算是服务器的版本,核心数也不过20多个就基本到头了。
  
  在神经网络出现之后,要用计算机系统去模拟更多的人大脑的神经元,这样神经网络在训练的时候对资源的开销非常大。因为神经网络的特点是节点多,这对于核心不多的CPU来说就需要非常大的服务器集群。但是当时人们发现了显卡,单个显卡上面有很多个单元,正好适合训练人工智能的神经网络。
  
  在TitanV当中,英伟达加入了640个张量单元用来加速AI训练速度
  
  而神经网络单个节点并不需要多高的计算能力,这让显卡企业英伟达迅速的推出了针对神经网络、机器学习专用的GPU,过去几年英伟达的股价暴涨数倍。科技巨头们采购的GPU往往以万计,只有这个规模才能满足他们对于探索的需求。
  
  现在英伟达成为了业内最大的机器学习GPU的供应商,并且英伟达自己也提供DGX系列机器学习服务器,今年的新款可以单机支持16个GPU,过去是8个。可以说英伟达是AI时代最大硬件赢家也不为过。
  
  这里我们回到开头,Facebook训练围棋程序ELF用了多少个GPU?2000个!英伟达总裁黄仁勋还可以笑很久很久。
  
  谷歌最早的Google Brain搞机器识图的时候,就是大规模的GPU集群。据说曾经用力上万张GPU来进行学习训练。因为GPU并没有针对性的对谷歌的TensorFlow框架进行优化。而到了和李世石下围棋的版本,则已经开始使用自己的TPU,但是多达50个。
  
  到了与柯洁下棋的时候,可以看到机器已经变成了只要一个4U左右的4TPU服务器就可以,这就是专用芯片的威力,对于AI和神经网络,专用芯片的效率提升是指数式的,而不是线性的几个机架缩小到1个。
  
  谷歌的TPU全称叫做Tensor Processing Unit,张量处理单元,它针对谷歌的深度学习框架TensorFlow定制开发,TPU推出只有8位的低精度计算,并且有不小的板载内存以减少对内存的访问,但是优化后可以极大的提高机器学习的效率。
  
  与柯洁下棋的是TPU二代,四个TPU有180TFlops的计算能力。而这两天的谷歌I/O上则推出了TPU3.0版本,功耗进一步加大,使用了水冷。根据谷歌CEO Pichai的话说,要比过去快十倍以上:这其实说的是一整个集群模块,可以达到100PFlops,也就是所说的每秒1000万亿次。
  
  当然TPU不是万能的,它针对的是谷歌的学习框架,而Facebook的学习PyTorch框架基本就没法用,所以目前来说还只是针对性的硬件。
  
  谷歌的TPU本质上是ASIC,当然机器学习不止一条路,微软就在5月7日的Build2018大会上,宣布了Project Brainwave的预览版,这其实比谷歌的I/O还早了几天。
  
  微软押宝的是FPGA(现场可编程门阵列Field Programmable Gate Array,简称FPGA),微软始终认为FPGA更灵活,可以适应多种机器学习的类型。微软还声称,FPGA可以使用图形识别模型每1.3毫秒就识别一张图片,而根据微软CEO Satya Nadella的演讲,FPGA的延迟要比TPU低5倍。
  
  微软的FPGA灵活性在于不仅仅支持TPU支持的TensorFlow,也支持微软自己的人工智能认知工具包,前面说的识别图片就是最基础的人工智能应用之一。与谷歌云支持TPU差不多,微软也即将在Azure云中支持FPGA的人工智能、机器学习加速。
  
  最近关于国产半导体的事情闹得沸沸扬扬。其实半导体这种成熟的工业,要追赶的路还很长,不要妄自菲薄,也不要有点成绩就沾沾自喜嚷嚷赶英超美才是正确的态度,路是一步一步走出来的。最近国内的芯片领域的领军企业、具有深厚中国科学院背景的寒武纪就推出了MLU。
  
  MLU造型上和英伟达标准版的显卡有点像,也是在PCB后部用一个涡轮风扇横向吹风散热的结构,这种结构成熟,可以很容易的放到机箱里面。当然我们更关心的是性能。根据寒武纪官方公布的数字,INT8模式下最高可以达到166.4TFLOPS,大概和谷歌的TPU2.0性能相当。
  
  MLU和GPU一样,都相当灵活,可以容易的放到机箱、服务器里面起到专门的AI加速作用,并且MLU的工艺是TSMC的16nm,估计未来国内很多AI领域的研究会围绕MLU展开。
  
  今天列举的只是众多的AI硬件当中的几个,还有大量获得千万美元以上风投公司的AI硬件在路上,烧钱背后是人们意识到了AI同过图灵测试之后展现的强大,尤其是谷歌I/O大会上的谷歌助手,让人分辨不出就是是人还是机器。但无论如何,硬件越强大、AI越智能,越能解放我们的双手和劳动力,让真正的大脑投入到思考当中。
  
  本文内容由豫兴网发布,如需转载请注明出处

上一篇: 贵州联通一起违规公款报销温泉洗浴费事件被通报

下一篇: 最后一页

版权声明:

在本网站刊登的所有内容,包括但不限于文字、图片、音频视频、美术设计、程序及多媒体等信息,未经著作权人 合法书面授权,不得进行一切形式的下载、转载或建立镜像。获得著作权人合法书面授权的,必须在授权范围内使用,使用时保留本网 注明的“稿件来源”,并自负法律责任。凡注明为其他媒体来源,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网 对其真实性负责。如果擅自篡改为“稿件来源:“豫兴网”,本网将依法追究相关责任。

您若对稿件处理有任何疑问或质疑,请即与豫兴网联系,本网将迅速给您回应并做处理。

qq:277508182 邮箱:277508182@qq.com

?
叠彩路 乌鲁木齐县 城中街道 昆仑镇 天山商场
白水洋镇 回龙观小区东站 石凹 芷江中路 过河堰
拉斯维加斯线上赌博 澳门威尼斯人注册官网 威尼斯人线上平台 澳门真人网站官网 威尼斯人游戏赌场
澳门龙虎斗游戏网址 澳门葡京国际 威尼斯人网上真人赌场 轮盘游戏平台 澳门葡京注册
澳门威尼斯人官网 澳门赌场游戏 澳门庄闲游戏娱乐 澳门拉斯维加斯注册网站 网娱棋牌
澳门葡京平台 尖子威力扑克 圣诞派对 澳门威尼斯人官网 新濠天地赌场网站
老虎机定位器 澳门大富豪网址 现金三公注册网址 牛牛游戏下载 现金骰宝 年度十大电子游戏 大小点游戏 玩什么游戏可以挣钱 电子游戏厅 方法奇葩赌博网 巴黎人网站 pt电子游戏哪个最会爆 澳门巴黎人游戏 澳门龙虎斗注册 澳门大富豪网站 押大小排行 真钱打牌 明升网站 十三水技巧 电子游戏下载 二十一点平台 现金网游戏开户平台 澳门百老汇游戏官网 皇博压大小 真钱捕鱼 跑马机游戏 赌博技巧 巴比伦赌场官网 现金三公 地下网址 捕鱼游戏技巧 英皇网站 手机玩游戏赚钱平台 现金网排行 pt电子游戏注册 赌博技巧 电脑玩游戏赚钱平台 海立方游戏 ag电子游戏排行 希尔顿官网 太阳网上压大小 现金赌钱游戏 现金棋牌游戏 真人网站网址 地下开户 九五至尊娱乐网址 澳门梭哈游戏官网 奇葩袖赌博网 鸿胜国际压大小 博狗扑克游戏 德州扑克游戏规则 庄闲代理 奔驰宝马老虎机下载 现金三公开户注册 免费试玩电子游戏 GT压大小 新濠天地注册 现金老虎机网站 纸牌赌博种类 乐天堂开户 澳门永利平台 电脑版捕鱼达人 玩电子游戏入门 斗牛游戏 bbin压大小 网上电子游戏网址 澳门网络下注平台 明升国际网址 明升娱乐 捕鱼达人电子游戏 mg电子游戏试玩 二十一点游戏赌场 澳门万利赌场官网 大小对比网站 现金电子游戏 电子游戏实用技术 老虎机破解器 澳门梭哈官网 澳门百老汇赌场注册 千炮捕鱼兑换现金 网上合法赌场 PT电子游戏 波克棋牌官方下载 天天棋牌 凤凰棋牌 美少女战士电子游戏 什么游戏可以赚人民币 银河国际娱乐 澳门番摊官网 澳门梭哈官网 胜博发电子游戏 电子游戏打鱼机 澳门现金网 大三巴网站 PT电子游戏 澳门银河国际娱乐