JBO竞博最新官方网站|AI芯时代技术之争永无止境

1492年哥伦布从西班牙巴罗斯港抵达，一路西行找到了美洲。葡萄牙人约伽马南下非洲，跨过好望角抵达了印度。旋即之后，麦哲伦用了整整三年时间，已完成了人类史上第一次环球航行，打开了人类历史上的大航海时代。

大航海时代的来临，加深了人类社会各文明之间的距离，对人类社会产生了深远影响的影响。从深蓝到AlphaGo，人工智能渐渐走出人们的生活。

人工智能也从一场技术革命，渐渐南北了产业落地。智能手机、智能家居设备、智能音箱……等设备，早已几乎转入到人们的生活中。指纹识别、人脸识别、画面强化等简单人工智能的技术，也沦为了人们日常用于电子设备必不可少的技术。

这些在我们日常生活中“见怪不怪”的人工智能技术更加广泛，代表了人工智能产业在近年来的爆炸式发展，2018年堪称被称作人工智能技术规模应用于的拐点。而作为人工智能技术的核心，人工智能芯片也倍受注目，讥讽国内外科技巨头争相布局。谷歌、苹果、微软公司、Facebook、英特尔、高通、英伟达、AMD、阿里巴巴等巨头争相开始自律研发人工智能芯片。并且人工智能芯片的应用于场景细分市场更加多，专门为某些人工智能应用于场景自定义的芯片适用性显著低于标准化芯片。

这样的形势，给一些人工智能芯片的初创公司带给了机会。寒武纪芯片和地平线的人工智能视觉芯片、自动驾驶芯片等，就是初创公司在人工智能芯片领域取得成功的代表。人工智能芯片大火的同时，早已呈现三分天下的态势。FPGA、GPU和TPU芯片，早已在人工智能领域大规模应用于。

FPGA并不是新鲜的事物，而因为AI的火热的应用于市场需求大大强化，FPGA正是作为一种AI芯片呈现出在人们的面前。精确的说道，某种程度是芯片，因为它需要通过软件的方式定义，所以，更加看起来AI芯片领域的变形金刚。而目前大多数人工智能企业注目于GPU芯片，而TPU相对于GPU而言，使用8位低精度计算出来节省晶体管，对精度影响较小但是却可以大幅度节约功耗。特别是在是当大面积集成系统时，TPU不仅性能更加强劲，功耗也不会大幅度高于GPU集成系统。

由于芯片能力十分强劲，谷歌用于了液冷风扇技术，可以协助TPU更佳的为数据中心服务。TPU全取名为TensorProcessingUnit，是谷歌研发的一种神经网络训练的处理器，主要用作深度自学、AI运算。谷歌在I／O大会上发售了自己的AI芯片——张量处理器TPU（第一代）。

谷歌回应，尽管在一些应用于上利用率很低，初代TPU平均值比那时候的GPU或CPU慢15～30倍，性能功耗比（TOPS／Watt）高达大约30～80倍。在第二代TPU里，每个TPU都包括了一个自定义的高速网络，包含了一个谷歌称作“TPU舱室”（TPUPOD）的机器学习超级计算机。

一个TPU舱室包括64个第二代TPU，最低可获取多达11．5千万亿次浮点运算，内存400万兆字节，4倍慢于当时市面上最差的32台GPU。CloudTPU带给的仅次于益处，则是谷歌的开源机器学习框架TensorFlow。TensorFlow现在早已是Github最热门的深度自学开源项目，CloudTPU经常出现以后，开发人员和研究者用于高级API编程这些TPU，这样就可以更加精彩地在CPU、GPU或CloudTPU上训练机器学习模型，而且只需很少的代码变更。

如果拿汽车转换，GPU是大巴车，合适多人同目标；FPGA是小轿车，能到任何地方，但得自己不会进；而TPU是火车，不能在比公路较少的多的铁轨上开，但进的飞快。人工智能还在较慢发展，还正处于在各个行业落地的过程中。这个阶段对GPU，FPGA和TPU都有市场需求。

毫无疑问，人工智能是当今时代的主旋律。在人工智能软件占有人们视线的同时，人工智能技术特别是在是深度自学，让各大公司都注意到必需要空缺的计算力鸿沟。但其影响在更加普遍的行业内渗入只是时间上的问题。

本文来源：jbo竞博-www.maimangjy.com