上周,在gtc19大会期间,nvidia加速计算产品管理总监paresh kharya对关于gpu相比fpga的优势的问题时回答表示,gpu在可编程上具备明显优势,整个开发时间更短。
他表示称目前做好一个fpga,整个编程时间就要几个月,而且还要在硬件层面对它进行编程。然而现在ai变化速度非常快,甚至更新是以分钟来计算的,所以必须要在软件端实现高度灵活的可编程。恰恰gpu是ai领域的专用芯片,他的指令集是非常有优势的,是全可编程,并且是软件定义的。
gpu的另一个优势在于架构向前兼容,如果未来需要使用新硬件,可以使开发周期得到大大缩短,整个硬件可以随着软件不断更新适应,在软件库中可直接进行更新。同时nvidia的平台可以在任何设备上使用,包括台式机、笔记本、服务器、数据中心、边缘和物联网。
而在gtc19大会的主题演讲中,黄仁勋也不断强调了gpu在各种应用领域中相比于cpu的明显优势,例如阿里的边缘系统在gpu上跑,每秒可以做780次查询,但是如果说用cpu,每秒只能做3次查询;而在baidu采用nvidia ai推荐系统的表现来看,以往对于baidu庞大的用户潜在兴趣数据包的模型训练在cpu上成本高昂且速度慢,而gpu训练成本只有cpu的1/10,并且支持更大规模的模型训练。
前“锁”未有---信驰达智能门锁创新解决方案
如何配置STM32低功耗时的引脚
MOSFET切割实用案例
串口屏服务器如何让工业称重变得更加智能
吉普新SUV只卖国内,车长5米不能越野,但比汉兰达还便宜!
NVIDIA总监:GPU在可编程比FPGA有优势
中国移动5G医疗网关,开启5G智慧医疗新体验
三星S6edge+侧屏功能解读
Atrix 4G升级版 摩托罗拉Atrix 2真机
用户体验决定移动IM成败
关于半导体的未来发展趋势分析
大涨之后又大跌?虚拟货币比特币暴跌背后:被国人全力打压
雷格斯开通2,500个视频通信会议室及设备,建成目前全球最大
电源管理IC如何支持智能建筑
一种基于MAX5980芯片的POE网络交换机设计方案
三星将在全球起售移动设备配件 以弥补Note7损失
防水型电动执行器和控制器的区别是什么
物联网为何是解决“小”数据问题的关键的3个原因
科学家通过谐振光束实现了无线充电的新方案
有什么办法能解决标准FPGA资源丰富却浪费的问题吗?嵌入式FPGA可以