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 和 GPU 到底誰更強？

2016-11-26

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 與 FPGA 的性能分析對比

那麼在伺服器端 GPU 和 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 和 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。

​