chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一場軍備競賽:即創(chuàng)造出能夠以更高速度和更低功耗運(yùn)行深度學(xué)習(xí)模型的專用硬件

倩倩 ? 來源:lq ? 作者:TechWeb ? 2019-09-24 10:37 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著社會轉(zhuǎn)向用人工智能來解決越來越多領(lǐng)域的問題,我們看到了一場軍備競賽:即創(chuàng)造出能夠以更高速度和更低功耗運(yùn)行深度學(xué)習(xí)模型的專用硬件。

這場競賽的最新突破包括新的芯片架構(gòu),它以一種與我們以前看到的完全不同的方式執(zhí)行計算。通過觀察它們的功能,我們可以了解到未來幾年可能出現(xiàn)的人工智能應(yīng)用。

神經(jīng)形態(tài)芯片

神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的關(guān)鍵,它由成千上萬個小程序組成,這些小程序通過進(jìn)行簡單的計算來執(zhí)行復(fù)雜的任務(wù),如檢測圖像中的物體或?qū)⒄Z音轉(zhuǎn)換成文本。

但是傳統(tǒng)的計算機(jī)并沒有對神經(jīng)網(wǎng)絡(luò)操作進(jìn)行優(yōu)化。相反,它們由一個或幾個強(qiáng)大的中央處理器CPU)組成。神經(jīng)形態(tài)計算機(jī)使用另一種芯片結(jié)構(gòu)來物理地表示神經(jīng)網(wǎng)絡(luò)。神經(jīng)形態(tài)芯片是由許多物理人工神經(jīng)元組成的,這些神經(jīng)元直接與軟件對應(yīng)。這使得他們在訓(xùn)練和運(yùn)行神經(jīng)網(wǎng)絡(luò)方面特別快。

神經(jīng)形態(tài)計算的概念早在20世紀(jì)80年代就已經(jīng)存在,但由于神經(jīng)網(wǎng)絡(luò)的效率太低而被忽略,因此沒有引起太多關(guān)注。近年來,隨著人們對深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的興趣重燃,神經(jīng)形態(tài)芯片的研究也受到了新的關(guān)注。

今年7月,一組中國研究人員推出了一種名為“天啟”的神經(jīng)形態(tài)芯片,它可以解決很多問題,包括目標(biāo)檢測、導(dǎo)航和語音識別。研究人員將該芯片集成到一輛自動駕駛自行車中,讓它對語音指令做出反應(yīng),從而展示了芯片的功能。研究人員在《自然》雜志上發(fā)表的一篇論文中指出,預(yù)計我們的研究將為更通用的硬件平臺鋪平道路,從而刺激AGI(人工一般智能)的發(fā)展。

雖然沒有直接證據(jù)表明神經(jīng)形態(tài)芯片是創(chuàng)造人工智能的正確途徑,但它們肯定會幫助創(chuàng)造更高效的人工智能硬件。

神經(jīng)形態(tài)芯片已經(jīng)吸引了大量科技企業(yè)的目光。今年早些時候,英特爾推出Pohoiki Beach,多達(dá)64顆英特爾Loihi神經(jīng)形態(tài)芯片,能夠模擬800萬個人工神經(jīng)元。據(jù)英特爾稱,Loihi處理信息的速度比傳統(tǒng)處理器快1000倍,效率比傳統(tǒng)處理器高10000倍。

光學(xué)計算

神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)計算需要大量的計算資源和電力。人工智能的碳足跡已經(jīng)成為一個環(huán)境問題。神經(jīng)網(wǎng)絡(luò)的能源消耗也限制了它們在電力有限的環(huán)境中的應(yīng)用,比如電池供電的設(shè)備。

隨著摩爾定律繼續(xù)放緩,傳統(tǒng)的電子芯片正努力跟上人工智能行業(yè)日益增長的需求。

幾家公司和研究實(shí)驗(yàn)室已轉(zhuǎn)向光學(xué)計算,以尋求解決人工智能行業(yè)的速度和電力挑戰(zhàn)的方案。光學(xué)計算用光子代替電子,用光學(xué)信號代替數(shù)字電子來進(jìn)行計算。

光學(xué)計算設(shè)備不像銅電纜那樣產(chǎn)生熱量,這大大降低了它們的能源消耗。光學(xué)計算機(jī)也特別適用于快速矩陣乘法,這是神經(jīng)網(wǎng)絡(luò)中的關(guān)鍵運(yùn)算之一。

在過去的幾個月里,出現(xiàn)了幾款光學(xué)人工智能芯片的原型機(jī)??偛课挥诓ㄊ款D的Lightelligence開發(fā)了一種光學(xué)人工智能加速器,該加速器與當(dāng)前的電子硬件兼容,通過優(yōu)化一些繁重的神經(jīng)網(wǎng)絡(luò)計算,可以將人工智能模型的性能提高一到兩個數(shù)量級。Lightelligence工程師表示,光學(xué)計算的進(jìn)步還將降低人工智能芯片的制造成本。

最近,香港科技大學(xué)的一組研究人員開發(fā)了一種全光神經(jīng)網(wǎng)絡(luò)。目前,研究人員已經(jīng)開發(fā)了一個概念驗(yàn)證模型,模擬一個具有16個輸入和2個輸出的完全連接的雙層神經(jīng)網(wǎng)絡(luò)。大規(guī)模的光學(xué)神經(jīng)網(wǎng)絡(luò)可以以光速和較低的能耗運(yùn)行從圖像識別到科學(xué)研究等計算密集型應(yīng)用。

超大芯片

今年8月,硅谷初創(chuàng)企業(yè)Cerebras Systems推出了一款包含1.2萬億晶體管的大型人工智能芯片。大小為42225平方毫米,Cerebras芯片比最大的英偉達(dá)圖形處理器大50多倍。

大型芯片加快了數(shù)據(jù)處理速度,能夠以更快的速度訓(xùn)練人工智能模型。與GPU和傳統(tǒng)CPU相比,Cerebras獨(dú)特的結(jié)構(gòu)也降低了能耗。

當(dāng)然,芯片的尺寸將限制其在有限空間的環(huán)境下的使用。Cerebras最近與美國能源部簽訂了第一份合同。美國能源部將利用該芯片加速科學(xué)、工程和健康領(lǐng)域的深度學(xué)習(xí)研究。

考慮到各種各樣的行業(yè)和領(lǐng)域都在尋找用于深度學(xué)習(xí)的應(yīng)用程序,單一架構(gòu)幾乎不可能主導(dǎo)市場。但可以肯定的是,未來的人工智能芯片很可能與我們電腦和服務(wù)器上幾十年來的經(jīng)典CPU大不相同。

編者注:本文作者Ben Dickson是一名軟件工程師,也是博客TechTalks的創(chuàng)始人。TechTalks探索科技解決和創(chuàng)造問題的方式。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    Nordic收購 Neuton.AI 關(guān)于產(chǎn)品技術(shù)的分析

    生成比傳統(tǒng)框架(如 TensorFlow、PyTorch 等)小 10 倍的模型模型體積可低至個位數(shù) KB,并且推理速度更快、功耗更低。此
    發(fā)表于 06-28 14:18

    MemryX 推出浮點(diǎn)運(yùn)算 AI 芯片,引領(lǐng)精準(zhǔn)運(yùn)算新時代

    的逐運(yùn)算,而現(xiàn)在,通過大數(shù)據(jù)(BigData)的支撐以及深度學(xué)習(xí)(DeepLearning)隨著AI模型的成熟,它能夠通過固定的
    的頭像 發(fā)表于 04-21 16:33 ?595次閱讀
    MemryX 推出浮點(diǎn)運(yùn)算 AI 芯片,引領(lǐng)精準(zhǔn)運(yùn)算新時代

    【硬核測評】凌華DAQE雙雄爭霸:工業(yè)數(shù)據(jù)采集界的"速度與激情"實(shí)戰(zhàn)解析

    在汽車碰撞測試的驚險瞬間,半導(dǎo)體晶圓的微觀世界,甚至是狂風(fēng)呼嘯的風(fēng)力發(fā)電場,一場關(guān)于數(shù)據(jù)采集的"軍備競賽"正在上演。凌華科技推出的DAQE-2010與DAQE-2010(G)這對"黃金搭檔",正顛覆性的技術(shù)重新定義工業(yè)檢測標(biāo)準(zhǔn)
    的頭像 發(fā)表于 03-26 15:07 ?387次閱讀
    【硬核測評】凌華DAQE雙雄爭霸:工業(yè)數(shù)據(jù)采集界的&amp;quot;<b class='flag-5'>速度</b>與激情&amp;quot;實(shí)戰(zhàn)解析

    文了解LPDDR5X的核心需求和設(shè)計

    / 機(jī)器學(xué)習(xí)應(yīng)用的 HBM。 ?低功耗雙倍數(shù)據(jù)速率(LPDDR)作為種專門為移動設(shè)備(如智能手機(jī)和平板電腦)設(shè)計的內(nèi)存出現(xiàn)。 ?LPDDR 的發(fā)展主要是由移動設(shè)備對更高性能和
    的頭像 發(fā)表于 03-04 14:44 ?721次閱讀
    <b class='flag-5'>一</b>文了解LPDDR5X的核心需求和設(shè)計

    FPGA+AI王炸組合如何重塑未來世界:看看DeepSeek東方神秘力量如何預(yù)測......

    的國產(chǎn)化。 5.未來發(fā)展趨勢? 高性能與低功耗并重:未來,F(xiàn)PGA將朝著更高性能、更低功耗的方向發(fā)展,滿足AI應(yīng)用對算力和能效的雙重需求。? 開源
    發(fā)表于 03-03 11:21

    2.4GHz+5GHz雙頻低功耗 Wi-Fi 6協(xié)同IC -nRF7002

    了突破性的連接性能,幫助開發(fā)者創(chuàng)造出更高效、更智能的 AR/VR設(shè)備。無論是在高帶寬的AR/VR應(yīng)用中,還是低功耗的智能設(shè)備開發(fā)中,nRF7002都能滿足所有需求,助力您的產(chǎn)品快速進(jìn)入市場,迎接無線通信的新時代。
    發(fā)表于 02-26 14:54

    憶阻器存算體技術(shù)深度解析

    AI領(lǐng)域正在經(jīng)歷一場顛覆性的變革!DeepSeek,款近期火爆全球的開源AI大模型,正與GPT-4、Sora等模型起,掀起
    的頭像 發(fā)表于 02-13 17:32 ?801次閱讀
    憶阻器存算<b class='flag-5'>一</b>體技術(shù)<b class='flag-5'>深度</b>解析

    美股四巨頭加大AI投資,軍備競賽升級

    近日,微軟、Meta、谷歌母公司Alphabet及亞馬遜相繼發(fā)布了2024年最后個季度的業(yè)績報告,并對2025年的業(yè)務(wù)前景進(jìn)行了展望。從報告中不難看出,這四家美股科技巨頭在2025年的資本支出計劃均呈現(xiàn)出顯著增長的趨勢,預(yù)示著AI領(lǐng)域的軍備競賽將進(jìn)
    的頭像 發(fā)表于 02-08 16:51 ?529次閱讀

    AI模型部署邊緣設(shè)備的奇妙之旅:目標(biāo)檢測模型

    廣泛的應(yīng)用,然而,在移動端工業(yè)領(lǐng)域的實(shí)際應(yīng)用中,對目標(biāo)檢測算法提出了更為苛刻的要求:需要實(shí)現(xiàn)高速度、高精度、小體積、易部署等特性。為應(yīng)對這挑戰(zhàn),百度于2021年末發(fā)布了篇關(guān)于移動端性能卓越的實(shí)時
    發(fā)表于 12-19 14:33

    pcie在深度學(xué)習(xí)中的應(yīng)用

    深度學(xué)習(xí)模型通常需要大量的數(shù)據(jù)和強(qiáng)大的計算能力來訓(xùn)練。傳統(tǒng)的CPU計算資源有限,難以滿足深度學(xué)習(xí)的需求。因此,GPU(圖形處理單元)和TPU
    的頭像 發(fā)表于 11-13 10:39 ?1359次閱讀

    GPU深度學(xué)習(xí)應(yīng)用案例

    能力,可以顯著提高圖像識別模型的訓(xùn)練速度和準(zhǔn)確性。例如,在人臉識別、自動駕駛等領(lǐng)域,GPU被廣泛應(yīng)用于加速深度學(xué)習(xí)模型的訓(xùn)練和推理過程。 二
    的頭像 發(fā)表于 10-27 11:13 ?1384次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    FPGA(現(xiàn)場可編程門陣列)加速深度學(xué)習(xí)模型是當(dāng)前硬件加速領(lǐng)域的個熱門研究方向。以下是些FP
    的頭像 發(fā)表于 10-25 09:22 ?1239次閱讀

    AI大模型深度學(xué)習(xí)的關(guān)系

    AI大模型深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對兩者關(guān)系的介紹: 深度
    的頭像 發(fā)表于 10-23 15:25 ?2901次閱讀

    用東芝74VHC74FT提升您的下個項(xiàng)目:高速度、低功耗的CMOS雙D觸發(fā)器

    CMOS雙D型觸發(fā)器,專為滿足現(xiàn)代電子系統(tǒng)的需求而設(shè)計。 主要特點(diǎn)和優(yōu)勢 高速運(yùn)行 74VHC74FT在5V供電時的典型最大時鐘頻率為170 MHz,非常適合用于高速數(shù)字電路。它的速度
    的頭像 發(fā)表于 10-15 13:25 ?643次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    并行計算的能力,可以在硬件層面并行處理大量數(shù)據(jù)。這種并行處理能力使得 FPGA 在執(zhí)行深度學(xué)習(xí)算法時速度遠(yuǎn)超傳統(tǒng)處理器,能夠提供
    發(fā)表于 09-27 20:53