2017年4月16日

專欄|伺服器端人工智慧,FPGA 和 GPU 到底誰更強?

專欄|伺服器端人工智慧,FPGA GPU 到底誰更強?

https://kknews.cc/zh-tw/tech/38lze9g.html

GPU 原本的目的是圖像渲染,因此使用完美支持矢量運算的 SIMD(單指令流多數據流,single instruction multiple data)架構,而這個架構正好能用在機器學習算法上。GPU 本來就是為了加速 3D 遊戲性能的加速器,這裡又被用到了加速機器學習應用上,其實是很有趣的一件事。

要真的做一塊機器學習專用晶片(ASIC)需要極大的決心,首先為了性能必須使用最好的半導體製造工藝,而現在用最新的工藝製造晶片一次性成本就要幾百萬美元,非常貴。

FPGA 全稱「可編輯門陣列」(Field Programmable Gate Array)



所以說在 FPGA 可以快速實現為機器學習算法開發的處理器架構,而且成本很低(一塊 FPGA 開發板大約售價 1000 美金,比真的製造晶片便宜太多)。
GPU FPGA 的性能分析對比

那麼在伺服器端 GPU FPGA 誰更強呢?在伺服器端,有幾個指標可供對比:

·         峰值性能

·         靈活性

·         平均性能

·         功耗和能效比



FPGA 可以開發出為機器學習算法專用的架構,但是 FPGA 本身的峰值性能較 GPU 要差很多。FPGA GPU 哪個跑機器學習算法更強(平均性能更好),完全取決於 FPGA 架構優化能否彌補峰值性能的劣勢。




沒有留言:

搜尋

標籤

總瀏覽量