91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)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(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

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

3天內(nèi)不再提示

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

如意 ? 來(lái)源:OFweek電子工程網(wǎng) ? 作者:Ai芯天下 ? 2020-10-19 16:04 ? 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

前言:

AI近些年的大火,直接促進(jìn)了CPUGPU的發(fā)展,而英偉達(dá)的GPU真正借此迅速成為AI市場(chǎng)的主流產(chǎn)品之一,其勢(shì)頭甚至蓋過(guò)了CPU。

而AI應(yīng)用需要專(zhuān)門(mén)的處理器,而IPU正是這樣的處理器。目前,AI在各行各業(yè)均得到廣泛應(yīng)用,IPU可以基于自身優(yōu)勢(shì)為世界的智能化進(jìn)程增添不竭動(dòng)力。

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

英偉達(dá)專(zhuān)注的GPU優(yōu)勢(shì)逐漸縮小

從專(zhuān)注圖像渲染崛起的英偉達(dá)的GPU,走的也是相當(dāng)于ASIC的技術(shù)路線,但隨著游戲、視頻渲染以及AI加速需要的出現(xiàn),英偉達(dá)的GPU也在向著GPGPU的方向演進(jìn)。

當(dāng)硬件更多的需要與軟件生態(tài)掛鉤時(shí),市場(chǎng)大多數(shù)參與者便會(huì)倒下。在競(jìng)爭(zhēng)清理過(guò)后,GPU形成了如今的雙寡頭市場(chǎng),并且步入相當(dāng)成熟的階段。

ASIC本身的成本、靈活性缺失,以及應(yīng)用范圍很窄的特點(diǎn),都導(dǎo)致它無(wú)法采用最先進(jìn)制程: 即便它們具備性能和能效優(yōu)勢(shì),一旦無(wú)法采用最先進(jìn)制程,則這一優(yōu)勢(shì)也將不再明顯。

為保持其在GPU領(lǐng)域的寡頭地位,使得英偉達(dá)必須一直保持先進(jìn)的制程工藝,保持其通用性,但是要犧牲一定的效能優(yōu)勢(shì)。

相比于來(lái)自類(lèi)GPU的競(jìng)爭(zhēng),英偉達(dá)不應(yīng)該忽視Graphcore的IPU,特別是Graphcore一直都在強(qiáng)調(diào)其是為AI而生,面向的應(yīng)用也是CPU、GPU不那么擅長(zhǎng)的AI應(yīng)用。

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

利用AI計(jì)算打側(cè)面競(jìng)爭(zhēng)戰(zhàn)

不管CPU還是GPU都無(wú)法從根本上解決AI問(wèn)題,因?yàn)锳I是一個(gè)面向計(jì)算圖的任務(wù)、與CPU的標(biāo)量計(jì)算和GPU的矢量計(jì)算區(qū)別很大。

而另一邊的IPU,則為AI計(jì)算提供了全新的技術(shù)架構(gòu),同時(shí)將訓(xùn)練和推理合二為一,兼具處理二者工作的能力。

作為標(biāo)準(zhǔn)的神經(jīng)網(wǎng)絡(luò)處理芯片,IPU可以支持多種神經(jīng)網(wǎng)絡(luò)模型,因其具備數(shù)以千計(jì)到數(shù)百萬(wàn)計(jì)的頂點(diǎn)數(shù)量,遠(yuǎn)遠(yuǎn)超過(guò)GPU的頂點(diǎn)規(guī)模,可以進(jìn)行更高潛力的并行計(jì)算工作。

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

計(jì)算加上數(shù)據(jù)的突破可以讓IPU在原生稀疏計(jì)算中展現(xiàn)出領(lǐng)先IPU 10-50倍的性能優(yōu)勢(shì),到了數(shù)據(jù)稀疏以及動(dòng)態(tài)稀疏時(shí),IPU就有了比GPU越來(lái)越顯著的優(yōu)勢(shì)。

此外,如果是在IPU更擅長(zhǎng)的分組卷積內(nèi)核中,組維度越少,IPU的性能優(yōu)勢(shì)越明顯,總體而言,有4-100倍的吞吐量提升。

5G網(wǎng)絡(luò)切片和資源管理中需要用到的強(qiáng)化學(xué)習(xí),用IPU訓(xùn)練吞吐量也能夠提升最多13倍。

兩種芯片勢(shì)能英偉達(dá)與Graphcore的較量

Graphcore成立于2016年,是一家專(zhuān)注于機(jī)器智能、同時(shí)也代表著全新計(jì)算負(fù)載的芯片制造公司,其包括IPU在內(nèi)的產(chǎn)品研發(fā)擅長(zhǎng)大規(guī)模并行計(jì)算、稀疏的數(shù)據(jù)結(jié)構(gòu)、低精度計(jì)算、數(shù)據(jù)參數(shù)復(fù)用以及靜態(tài)圖結(jié)構(gòu)。

英偉達(dá)的潛在競(jìng)爭(zhēng)對(duì)手Graphcore的第二代IPU在多個(gè)主流模型上的表現(xiàn)優(yōu)于A100 GPU,兩者將在超大規(guī)模數(shù)據(jù)中心正面競(jìng)爭(zhēng)。

未來(lái),IPU可能在一些新興的AI應(yīng)用中展現(xiàn)出更大的優(yōu)勢(shì)。

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

第二代IPU相比第一代IPU有兩倍峰值算力的提升,在典型的CV還有NLP的模型中,第二代IPU相比第一代IPU則展現(xiàn)出了平均8倍的性能提升。

如果對(duì)比英偉達(dá)基于8個(gè)最新A100 GPU的DGX-A100,Graphcore 8個(gè)M2000組成的系統(tǒng)的FP32算力是DGX-A100的12倍,AI計(jì)算是3倍,AI存儲(chǔ)是10倍。

AI計(jì)算未來(lái)有三種計(jì)算平臺(tái)

第一種平臺(tái)是CPU,它還會(huì)持續(xù)存在,因?yàn)橐恍I(yè)務(wù)在CPU上的表現(xiàn)依然不錯(cuò);

第二種平臺(tái)是GPU,它還會(huì)持續(xù)發(fā)展,會(huì)有適合GPU的應(yīng)用場(chǎng)景。

第三種平臺(tái)是就是Graphcore的IPU。

IPU旨在幫助創(chuàng)新者在AI應(yīng)用上實(shí)現(xiàn)新的突破,幫助用戶應(yīng)對(duì)當(dāng)前在CPU、GPU上表現(xiàn)不太好的任務(wù)或者阻礙大家創(chuàng)新的場(chǎng)景。”盧濤副總指出。

目前GPU在全球已是大規(guī)模的商用部署,其次是Google的TPU通過(guò)內(nèi)部應(yīng)用及TensorFlow的生態(tài)占第二大規(guī)模,IPU處于第三,是量產(chǎn)的、部署的平臺(tái)。

與此同時(shí),Graphcore也在中國(guó)積極組建其創(chuàng)新社區(qū)。Graphcore已在微信、知乎、微博和GitHub開(kāi)通了官方頻道,旨在與開(kāi)發(fā)者、創(chuàng)新者、研究者更好地交流和互動(dòng)。

關(guān)于未來(lái)的AI計(jì)算領(lǐng)域,未來(lái)會(huì)是 “CPU、GPU、IPU并行” 的時(shí)代,GPU或部分CPU專(zhuān)注于業(yè)務(wù)場(chǎng)景的實(shí)現(xiàn)和落地,而IPU專(zhuān)為AI創(chuàng)新者帶來(lái)更多突破。

未來(lái)的AI計(jì)算領(lǐng)域,將是CPU、GPU、IPU并行

構(gòu)建生態(tài)鏈條IPU仍在路上

IPU想要在AI計(jì)算中擁有挑戰(zhàn)GPU地位的資格,除了在性能和價(jià)格上面證明自己的優(yōu)勢(shì)之外,還需要在為機(jī)器學(xué)習(xí)框架提供的軟件棧上提供更多選擇,獲得主流AI算法廠商的支持。

在標(biāo)準(zhǔn)生態(tài)、操作系統(tǒng)上也需要有廣泛的支持,對(duì)于開(kāi)發(fā)者有更方便的開(kāi)發(fā)工具和社區(qū)內(nèi)容的支持,才能從實(shí)際應(yīng)用中壯大IPU的開(kāi)發(fā)生態(tài)。

一個(gè)AI芯片從產(chǎn)出到大規(guī)模應(yīng)用必須要經(jīng)過(guò)一系列的中間環(huán)節(jié),包括像上面提到的支持主流算法框架的軟件庫(kù)、工具鏈、用戶生態(tài)等等,打通這樣一條鏈條都會(huì)面臨一個(gè)巨大挑戰(zhàn)。

目前申請(qǐng)使用Graphcore IPU開(kāi)發(fā)者云的主要是商業(yè)用戶和高校,個(gè)人研究者比較少。IPU開(kāi)發(fā)者云支持當(dāng)前一些最先進(jìn)和最復(fù)雜的AI算法模型的訓(xùn)練和推理。

和本世紀(jì)初的GPU市場(chǎng)一樣,在AI芯片市場(chǎng)步入弱編程階段,如今百家爭(zhēng)鳴的局面預(yù)計(jì)也將很快結(jié)束,市場(chǎng)在一輪廝殺后會(huì)剩下為數(shù)不多的參與者做最終對(duì)決。

現(xiàn)在要看的是在發(fā)展初期的逐一擊破階段,Graphcore是否真有定義并主控第三類(lèi)芯片的魄力了。

不過(guò)從創(chuàng)新的架構(gòu)到芯片再到成為革命性的產(chǎn)品,Graphcore從芯片到落地之間的距離,需要易用的軟件和豐富的工具來(lái)支持,特別是對(duì)軟件生態(tài)依賴程度比較到的云端芯片市場(chǎng)。

結(jié)尾:

IPU不是GPU,這個(gè)可能是最大的一個(gè)挑戰(zhàn),但同時(shí)也是最大的一個(gè)機(jī)會(huì)。IPU并不是GPU的替代品或者類(lèi)似品,所以不能拿GPU的邏輯來(lái)套用IPU的邏輯。

近兩年,AI 芯片出現(xiàn)了各種品類(lèi)的井噴,可以預(yù)計(jì)未來(lái)IPU在各類(lèi)AI應(yīng)用中將具有更大的優(yōu)勢(shì)。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)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(chǎng)。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(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • cpu
    cpu
    +關(guān)注

    關(guān)注

    68

    文章

    11281

    瀏覽量

    225108
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    5196

    瀏覽量

    135514
  • AI
    AI
    +關(guān)注

    關(guān)注

    91

    文章

    39866

    瀏覽量

    301511
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(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    AI硬件全景解析:CPU、GPU、NPU、TPU的差異化之路,一文看懂!?

    CPU作為“通用基石”,支撐所有設(shè)備的基礎(chǔ)運(yùn)行;GPU憑借并行算力,成為AI訓(xùn)練與圖形處理的“主力”;TPU在Google生態(tài)中深耕云端大模型訓(xùn)練;NPU則讓
    的頭像 發(fā)表于 12-17 17:13 ?1790次閱讀
    <b class='flag-5'>AI</b>硬件全景解析:<b class='flag-5'>CPU</b>、<b class='flag-5'>GPU</b>、NPU、TPU的差異化之路,一文看懂!?

    為啥 AI 計(jì)算速度這么驚人?—— 聊聊 GPU、內(nèi)存與并行計(jì)算

    提到AI,大家常說(shuō)它“算得快”,其實(shí)是指AI能在眨眼間處理海量數(shù)據(jù)??伤鼮樯队羞@本事?答案就藏在“GPU+高速內(nèi)存+并行計(jì)算”這trio(組合)里。咱們可以把
    的頭像 發(fā)表于 12-05 14:35 ?886次閱讀
    為啥 <b class='flag-5'>AI</b> <b class='flag-5'>計(jì)算</b>速度這么驚人?—— 聊聊 <b class='flag-5'>GPU</b>、內(nèi)存與<b class='flag-5'>并行計(jì)算</b>

    汽車(chē)中的GPU是如何使用的?

    。我們從GPU在汽車(chē)中的應(yīng)用場(chǎng)景及其具體需求出發(fā),深入探討了GPU對(duì)汽車(chē)行業(yè)發(fā)展的影響,并對(duì)未來(lái)趨勢(shì)提出了關(guān)鍵判斷。1、GPU計(jì)算在汽車(chē)中的
    的頭像 發(fā)表于 12-03 14:45 ?9585次閱讀
    汽車(chē)中的<b class='flag-5'>GPU</b>是如何使用的?

    一文看懂AI大模型的并行訓(xùn)練方式(DP、PP、TP、EP)

    大家都知道,AI計(jì)算(尤其是模型訓(xùn)練和推理),主要以并行計(jì)算為主。AI計(jì)算中涉及到的很多具體算法(例如矩陣相乘、卷積、循環(huán)層、梯度運(yùn)算等),
    的頭像 發(fā)表于 11-28 08:33 ?1869次閱讀
    一文看懂<b class='flag-5'>AI</b>大模型的<b class='flag-5'>并行</b>訓(xùn)練方式(DP、PP、TP、EP)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI未來(lái):提升算力還是智力

    本章節(jié)作者分析了下AI未來(lái)在哪里,就目前而言有來(lái)那個(gè)兩種思想:①繼續(xù)增加大模型②將大模型改為小模型,并將之優(yōu)化使之與大模型性能不不相上下。 一、大模型是一條不可持續(xù)發(fā)展的道路 大模型的不可
    發(fā)表于 09-14 14:04

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+可期之變:從AI硬件到AI濕件

    生物化學(xué)計(jì)算機(jī),它通過(guò)離子、分子間的相互作用來(lái)進(jìn)行復(fù)雜的并行計(jì)算。因而未來(lái)可期的前景是AI硬件將走向AI濕件。 根據(jù)研究,估算出大腦的功率是
    發(fā)表于 09-06 19:12

    從自然仿真到智能調(diào)度——GPU并行計(jì)算的多場(chǎng)景突破

    我們正在參加全球電子成就獎(jiǎng)的評(píng)選,歡迎大家?guī)臀覀兺镀薄x謝支持隨著復(fù)雜計(jì)算問(wèn)題的不斷涌現(xiàn),傳統(tǒng)的CPU串行計(jì)算在處理大規(guī)模數(shù)據(jù)與高并發(fā)任務(wù)時(shí)逐漸顯露瓶頸。GPU(圖形處理單元)憑借
    的頭像 發(fā)表于 09-03 10:32 ?846次閱讀
    從自然仿真到智能調(diào)度——<b class='flag-5'>GPU</b><b class='flag-5'>并行計(jì)算</b>的多場(chǎng)景突破

    AI 芯片浪潮下,職場(chǎng)晉升新契機(jī)?

    職場(chǎng)、渴望在專(zhuān)業(yè)領(lǐng)域更進(jìn)一步的人來(lái)說(shuō),AI 芯片與職稱評(píng)審之間,實(shí)則有著千絲萬(wàn)縷的聯(lián)系,為職業(yè)晉升開(kāi)辟了新的路徑。 AI 芯片領(lǐng)域細(xì)分與職稱對(duì)應(yīng) 目前,
    發(fā)表于 08-19 08:58

    【書(shū)籍評(píng)測(cè)活動(dòng)NO.64】AI芯片,從過(guò)去走向未來(lái):《AI芯片:科技探索與AGI愿景》

    DeepSeek,大模型應(yīng)用密集出現(xiàn)、頻繁升級(jí),這讓作者意識(shí)到有必要撰寫(xiě)一本新的AI芯片圖書(shū),以緊跟時(shí)代步伐、介紹新興領(lǐng)域和最新動(dòng)向。 這就是《AI芯片:前沿技術(shù)與創(chuàng)新未來(lái)》的姊妹篇—
    發(fā)表于 07-28 13:54

    AI芯片:加速人工智能計(jì)算的專(zhuān)用硬件引擎

    人工智能(AI)的快速發(fā)展離不開(kāi)高性能計(jì)算硬件的支持,而傳統(tǒng)CPU由于架構(gòu)限制,難以高效處理AI任務(wù)中的大規(guī)模并行計(jì)算需求。因此,專(zhuān)為
    的頭像 發(fā)表于 07-09 15:59 ?1606次閱讀

    邊緣AI廣泛應(yīng)用推動(dòng)并行計(jì)算崛起及創(chuàng)新GPU滲透率快速提升

    是時(shí)候重新教育整個(gè)生態(tài)了。邊緣AI未來(lái)不屬于那些高度優(yōu)化但功能狹窄的芯片,而是屬于可編程的、可適配的并行計(jì)算平臺(tái),它們能與智能軟件共同成長(zhǎng)并擴(kuò)展。
    的頭像 發(fā)表于 06-11 14:57 ?681次閱讀

    Imagination與澎峰科技攜手推動(dòng)GPU+AI解決方案,共拓計(jì)算生態(tài)

    的繁榮發(fā)展。 本次合作將聚焦以下兩大方向: 聯(lián)合打造面向AI應(yīng)用的高性能計(jì)算解決方案 ? 依托 Imagination GPU并行計(jì)算和能效
    發(fā)表于 05-21 09:40 ?1229次閱讀

    超越CPU/GPU:NPU如何讓AI“輕裝上陣”?

    電子發(fā)燒友網(wǎng)報(bào)道(文/李彎彎)NPU是一種專(zhuān)門(mén)為人工智能(AI計(jì)算設(shè)計(jì)的處理器,主要用于高效執(zhí)行神經(jīng)網(wǎng)絡(luò)相關(guān)的運(yùn)算(如矩陣乘法、卷積、激活函數(shù)等)。相較于傳統(tǒng)CPU/GPU,NPU在
    的頭像 發(fā)表于 04-18 00:05 ?4030次閱讀

    讀懂極易并行計(jì)算:定義、挑戰(zhàn)與解決方案

    GPU經(jīng)常與人工智能同時(shí)提及,其中一個(gè)重要原因在于AI與3D圖形處理本質(zhì)上屬于同一類(lèi)問(wèn)題——它們都適用極易并行計(jì)算。什么是極易并行計(jì)算?極易并行計(jì)算
    的頭像 發(fā)表于 04-17 09:11 ?835次閱讀
    讀懂極易<b class='flag-5'>并行計(jì)算</b>:定義、挑戰(zhàn)與解決方案

    摩爾線程GPU原生FP8計(jì)算助力AI訓(xùn)練

    訓(xùn)練和推理,顯著提升了訓(xùn)練效率與穩(wěn)定性。摩爾線程是國(guó)內(nèi)率先原生支持FP8計(jì)算精度的國(guó)產(chǎn)GPU企業(yè),此次開(kāi)源不僅為AI訓(xùn)練和推理提供了全新的國(guó)產(chǎn)化解決方案,更對(duì)推動(dòng)國(guó)產(chǎn)GPU
    的頭像 發(fā)表于 03-17 17:05 ?1531次閱讀
    摩爾線程<b class='flag-5'>GPU</b>原生FP8<b class='flag-5'>計(jì)算</b>助力<b class='flag-5'>AI</b>訓(xùn)練