一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

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

專家稱人工智能重塑半導(dǎo)體行業(yè)

chunhuahua ? 來源:chunhuahua ? 作者:chunhuahua ? 2022-08-01 11:51 ? 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

有道理的是,我們會(huì)發(fā)現(xiàn)很多應(yīng)用程序,我們可以在其中利用人工智能的力量來改進(jìn)我們的流程并更快地構(gòu)建芯片。

Mentor, a Siemens Business 的高級(jí)營(yíng)銷總監(jiān) Jean-Marie Brunet 擔(dān)任主持人,主持了一場(chǎng)出席人數(shù)眾多且熱鬧非凡的 DVCon 美國(guó)小組討論,討論人工智能 (AI) 和機(jī)器學(xué)習(xí) (ML) 的熱門話題。

長(zhǎng)達(dá)一小時(shí)的會(huì)議由 Achronix 副總裁兼首席技術(shù)專家 Raymond Nijssen 主持。Arm 研究員兼技術(shù)總監(jiān) Rob Aitken;AMD 高級(jí)研究員 Alex Starr;Mythic 硬件工程副總裁 Ty Garibay;英偉達(dá)應(yīng)用深度學(xué)習(xí)研究主管 Saad Godil。

以下是基于小組成績(jī)單的四部分迷你系列的第 1 部分。它涵蓋了 Brunet 關(guān)于人工智能如何重塑半導(dǎo)體行業(yè)的第一個(gè)問題——特別是芯片設(shè)計(jì)驗(yàn)證和小組成員的印象。

第 2 部分涉及 AI 芯片的設(shè)計(jì)和驗(yàn)證,而第 3 和第 4 部分包括觀眾成員的問題和小組成員的回答。

Raymond Nijssen:如果你看看正在發(fā)生的變化,我們會(huì)看到 FPGA 行業(yè)發(fā)生了巨大的轉(zhuǎn)變。我們來自傳統(tǒng)應(yīng)用程序,在這些應(yīng)用程序中,您會(huì)看到 DSP 應(yīng)用程序通過嵌入在 FPGA 中的 DSP 處理器向架構(gòu)轉(zhuǎn)變,在數(shù)據(jù)移動(dòng)和計(jì)算性質(zhì)方面更適合機(jī)器學(xué)習(xí)應(yīng)用程序。這些計(jì)算的根源相當(dāng)簡(jiǎn)單。所有這些算法之間有一個(gè)共同點(diǎn),它基本上由許多以各種巧妙方式實(shí)現(xiàn)的乘法組成。當(dāng)然,有很多方法可以對(duì)問題進(jìn)行切片和切塊。歸根結(jié)底,從概念的角度來看,它是一個(gè)相當(dāng)簡(jiǎn)單的芯片,然后你重復(fù)了很多很多很多次。

復(fù)雜性并非來自芯片的多樣性或異質(zhì)性。這些芯片往往是同質(zhì)的,重點(diǎn)是數(shù)據(jù)移動(dòng)和基本算術(shù)。從這個(gè)意義上說,從傳統(tǒng)設(shè)計(jì)驗(yàn)證的角度驗(yàn)證這些芯片與您所知道和已經(jīng)做過的并沒有什么不同。系統(tǒng)的性能驗(yàn)證要復(fù)雜得多,因?yàn)橄到y(tǒng)中有太多的軟件。

所有的軟件棧都是碎片化的,不同的人解決同一個(gè)問題有不同的方式,這就導(dǎo)致了完全不同的解決方案。你可能會(huì)發(fā)現(xiàn)你在一個(gè)芯片中放置了大量的乘法器來實(shí)現(xiàn)高 TOPS 率。你發(fā)現(xiàn)你不能讓他們忙,因?yàn)槟愕膬?nèi)存子系統(tǒng)的某個(gè)地方或者數(shù)據(jù)訪問的方式有一些瓶頸,特別是如果你有稀疏的矩陣。這會(huì)很復(fù)雜。最后,AI芯片驗(yàn)證可能比驗(yàn)證處理器更復(fù)雜。

Rob Aitken:我認(rèn)為這很像驗(yàn)證處理器,因?yàn)闄C(jī)器學(xué)習(xí)單元本身正在執(zhí)行處理。它不是 GPU。它不是 CPU;但它作為程序的一部分進(jìn)行了大量的乘法和加法。我認(rèn)為有趣的驗(yàn)證問題正如有人描述的那樣——這些處理單元如何相互交互以及系統(tǒng)在做什么。

您可以看到,當(dāng)您構(gòu)建一個(gè)每瓦可實(shí)現(xiàn) 20 萬億 TOPS 的加速器時(shí)。但是你不知道如何將它連接到任何東西,因?yàn)槟悴恢罃?shù)據(jù)是如何從系統(tǒng)內(nèi)存進(jìn)入盒子的[以及]然后,當(dāng)它完成計(jì)算時(shí),結(jié)果是如何報(bào)告回來的。

加速度如何適應(yīng)整個(gè)控制流程。正如雷蒙德所說,不僅要構(gòu)建解決問題的軟件,還要構(gòu)建硬件,這需要一個(gè)完整的練習(xí),以便您可以消除盡可能多的瓶頸。此外,這樣您就可以識(shí)別仍然存在的瓶頸并設(shè)計(jì)您的系統(tǒng),使其盡可能快地執(zhí)行。已經(jīng)完成了大量工作,但還有很多工作要做。

從機(jī)器學(xué)習(xí)驗(yàn)證的角度來看,我認(rèn)為它通常是 EDA 問題的一個(gè)有趣的子集。如果你看看 EDA,在過去的 30 年里,人們建立了大量的啟發(fā)式算法,這些啟發(fā)式算法實(shí)際上非常好。

與許多其他問題不同,如果您只是將機(jī)器學(xué)習(xí)應(yīng)用到典型的 EDA 問題中,結(jié)果不一定會(huì)變得更好;您的解決方案實(shí)際上可能更糟。如果你回顧 1990 年代的前一波人工智能,那里有一大堆關(guān)于機(jī)器學(xué)習(xí)和你最喜歡的驗(yàn)證方面和其他 EDA 問題的論文。他們中的大多數(shù)人都無處可去,因?yàn)橛?jì)算能力并不真正存在,并且因?yàn)樵谏疃?a href="http://www.www27dydycom.cn/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)與較淺的神經(jīng)網(wǎng)絡(luò)上學(xué)習(xí)的想法并沒有真正站穩(wěn)腳跟。

我們現(xiàn)在發(fā)現(xiàn),查看一些具體問題,您可以找到好的解決方案——例如,Arm 所做的一些工作著眼于選擇哪些測(cè)試向量或多或少有可能在驗(yàn)證套件中增加價(jià)值。事實(shí)證明,這個(gè)問題相對(duì)容易表述為機(jī)器學(xué)習(xí)問題,特別是圖像識(shí)別問題。一組標(biāo)準(zhǔn)的神經(jīng)網(wǎng)絡(luò)可以計(jì)算出這組向量看起來很有希望,而那組看起來不太有希望,我們能夠在整體驗(yàn)證吞吐量上獲得大約 2 倍的改進(jìn)。除了顯而易見的解決方案之外,ML 在算法方面肯定有解決方案,我們現(xiàn)在都在以某種形式構(gòu)建 AI 芯片。

Alex Starr:我將從我們開發(fā)的復(fù)雜系統(tǒng)設(shè)計(jì)方面的基線開始。我們擁有常見的多芯片和多插槽產(chǎn)品,當(dāng)然對(duì)于 AMD 來說也是如此,因此我們已經(jīng)面臨規(guī)模挑戰(zhàn),你肯定會(huì)在 AI 方面看到這一挑戰(zhàn)。許多設(shè)計(jì)必須處理這個(gè)問題。從某種意義上說,我們已經(jīng)通過多種方式解決了這個(gè)問題,包括使用基于混合引擎的流程以及在驗(yàn)證和仿真中更抽象的建模。

如前所述,當(dāng)我看到它時(shí),這些設(shè)計(jì)中的計(jì)算引擎相對(duì)于我們今天在 GPU 和 CPU 中使用的一些現(xiàn)有計(jì)算引擎來說相當(dāng)簡(jiǎn)單。從 IP 級(jí)別的角度來看,它可能相當(dāng)簡(jiǎn)單。您如何應(yīng)對(duì)大型設(shè)計(jì)的縮放?這確實(shí)是一個(gè)軟件問題——整個(gè)系統(tǒng)的性能如何?

所有這些設(shè)計(jì)都將根據(jù)它們執(zhí)行這些機(jī)器學(xué)習(xí)算法的速度來衡量。那是硬件和軟件/固件問題。我認(rèn)為業(yè)界將不得不了解我們?nèi)绾蝺?yōu)化性能,而不僅僅是設(shè)計(jì)本身,而是整個(gè)生態(tài)系統(tǒng)。這就是我在 AMD 參與的事情。這是我的熱情之一,也是我們多年來一直致力于真正嘗試和改進(jìn)整個(gè)系統(tǒng)生態(tài)系統(tǒng)并從中獲得性能的工作。我們必須解決巨大的性能優(yōu)化挑戰(zhàn)。關(guān)于“構(gòu)建復(fù)雜設(shè)計(jì)”方面的問題,我認(rèn)為,對(duì)我們來說,這主要是照常營(yíng)業(yè),沒有真正的人工智能特定。

從“我如何在驗(yàn)證過程中使用 AI”這個(gè)問題來看,我認(rèn)為這是一個(gè)很大的擴(kuò)展領(lǐng)域。今天,我們可以在混合系統(tǒng)上運(yùn)行大型設(shè)計(jì)并處理大量數(shù)據(jù)。我們?nèi)绾翁幚磉@些數(shù)據(jù)?從歷史上看,我們一直在查看波形以獲得微觀細(xì)節(jié),但這些是運(yùn)行多個(gè)軟件堆棧的大型生態(tài)系統(tǒng)。如何調(diào)試我的軟件?當(dāng)我想優(yōu)化那個(gè)系統(tǒng)時(shí),我應(yīng)該把我的工程師放在哪里?獲得高可見性是關(guān)鍵,人工智能可以在如何分析我們從系統(tǒng)中獲取的數(shù)據(jù)方面發(fā)揮作用,并在我們的方法中更有針對(duì)性。

Ty Garibay:在我們的芯片上工作的設(shè)計(jì)團(tuán)隊(duì)和驗(yàn)證團(tuán)隊(duì)基本上實(shí)現(xiàn)了與人的生成對(duì)抗網(wǎng)絡(luò)。你有設(shè)計(jì),你有高效的人試圖攻擊它,隨著設(shè)計(jì)人員修復(fù)它,讓它變得更好,并實(shí)際創(chuàng)建一個(gè)新芯片,設(shè)計(jì)會(huì)隨著時(shí)間的推移而發(fā)展。

挑戰(zhàn)在于這個(gè)芯片是獨(dú)一無二的,除非你在做衍生產(chǎn)品或下一代 x86 或類似的東西,否則沒有基準(zhǔn)數(shù)據(jù)或從芯片到芯片的基準(zhǔn)數(shù)據(jù)的可見性有限。在當(dāng)前的環(huán)境中,我們正在構(gòu)建機(jī)器學(xué)習(xí)芯片,就像我們?cè)诳褚拔鞑恳粯?,每個(gè)人都選擇按照自己的方式做事,聲稱自己有一種特殊的醬汁。很難看出我們?cè)谀睦锟梢韵?Arm 那樣捕獲大量信息,但他們能夠從用于構(gòu)建 Arm 核心的 Arm 測(cè)試流中捕獲信息。

這類似于 Breker Systems 的一個(gè)名為 Trek 的系統(tǒng),該系統(tǒng)可以生成內(nèi)存系統(tǒng)目標(biāo)測(cè)試。該工具以自己的方式學(xué)習(xí),盡管它是一種有限的學(xué)習(xí)工具。隨著我們對(duì)第二代產(chǎn)品的深入研究,顯然有機(jī)會(huì)。我們了解我們正在尋找什么來使用我們收集的數(shù)據(jù)并利用這些數(shù)據(jù)來提高驗(yàn)證效率。

Saad Godil:我同意我的同事們所說的很多內(nèi)容。我將在構(gòu)建 AI 芯片時(shí)再考慮一個(gè)問題。人工智能領(lǐng)域正在快速變化,這將對(duì)驗(yàn)證團(tuán)隊(duì)構(gòu)成有趣的挑戰(zhàn)。今天,我們必須構(gòu)建能夠快速適應(yīng)不斷變化的規(guī)范的驗(yàn)證環(huán)境。這將變得更加重要。

讓我用一個(gè)例子來說明這個(gè)概念。我的同事每周都有一個(gè)論文閱讀小組。他們每周閱讀不同的人工智能論文。有一個(gè)星期,有人說,“讓我們回去讀一篇經(jīng)久不衰的經(jīng)典論文。” 那篇論文發(fā)表于 2017 年,在該領(lǐng)域已經(jīng)過時(shí)了!

構(gòu)建芯片需要時(shí)間,這意味著您將面對(duì)一個(gè)移動(dòng)的目標(biāo)。你應(yīng)該構(gòu)建驗(yàn)證環(huán)境,讓你在短時(shí)間內(nèi)做出反應(yīng),這將為你提供這些 AI 芯片的競(jìng)爭(zhēng)優(yōu)勢(shì)。

在構(gòu)建 AI 芯片的話題上,總的來說,業(yè)界一直在設(shè)計(jì)已經(jīng)處理規(guī)?;男酒倪@個(gè)角度來看,我認(rèn)為它不是獨(dú)一無二的。我確實(shí)認(rèn)為這是這種環(huán)境的屬性,我希望我們能讓更多的人在這個(gè)領(lǐng)域工作。我期待人們?cè)谶@個(gè)領(lǐng)域提出一些很酷的解決方案,但我不認(rèn)為有任何獨(dú)特之處僅限于人工智能。

另一個(gè)問題是,人工智能將如何影響驗(yàn)證?對(duì)此,我很看好。很多人都說人工智能是新的電力,將會(huì)有很多行業(yè)受到它的影響。我絕對(duì)相信我們的設(shè)計(jì)行業(yè)將是其中之一??纯次覀儞碛械臄?shù)據(jù)量,我們所做工作的復(fù)雜性。我們會(huì)發(fā)現(xiàn)很多不同的應(yīng)用程序,我們可以利用人工智能的力量來改進(jìn)我們的流程并更快地構(gòu)建芯片,這很有意義。

在這個(gè)由四部分組成的迷你系列的第 2 部分中,小組成員將討論工具供應(yīng)商是否準(zhǔn)備好提供他們?cè)谔囟I(lǐng)域驗(yàn)證其芯片所需的東西,以及工具供應(yīng)商是否準(zhǔn)備好提供幫助。

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(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)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    460

    文章

    52520

    瀏覽量

    441025
  • amd
    amd
    +關(guān)注

    關(guān)注

    25

    文章

    5589

    瀏覽量

    136379
  • 半導(dǎo)體
    +關(guān)注

    關(guān)注

    335

    文章

    28919

    瀏覽量

    238045
  • 人工智能
    +關(guān)注

    關(guān)注

    1807

    文章

    49029

    瀏覽量

    249575
  • Achronix
    +關(guān)注

    關(guān)注

    1

    文章

    76

    瀏覽量

    22780
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

    最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版(大模型篇)

    人工智能大模型重塑教育與社會(huì)發(fā)展的當(dāng)下,無論是探索未來職業(yè)方向,還是更新技術(shù)儲(chǔ)備,掌握大模型知識(shí)都已成為新時(shí)代的必修課。從職場(chǎng)上輔助工作的智能助手,到課堂用于學(xué)術(shù)研究的智能工具,大模
    發(fā)表于 07-04 11:10

    揚(yáng)杰科技亮相2025南京世界半導(dǎo)體博覽會(huì)

    此前,6.20~22日,為期三天的2025南京世界半導(dǎo)體博覽會(huì)圓滿落幕,本次大會(huì)集聚優(yōu)勢(shì)資源,聚焦人工智能技術(shù)、第三代半導(dǎo)體、汽車半導(dǎo)體、先進(jìn)封裝等熱點(diǎn)領(lǐng)域,聯(lián)合權(quán)威產(chǎn)業(yè)
    的頭像 發(fā)表于 06-24 17:59 ?599次閱讀

    蘇州芯矽科技:半導(dǎo)體清洗機(jī)的堅(jiān)實(shí)力量

    品質(zhì)為舵。緊跟人工智能、物聯(lián)網(wǎng)、5G 通信等新興技術(shù)催生的半導(dǎo)體需求,研發(fā)更智能、自動(dòng)化程度更高的設(shè)備。同時(shí),嘗試拓展國(guó)際市場(chǎng),與國(guó)際同行交流切磋,讓中國(guó)的半導(dǎo)體清洗機(jī)技術(shù)在全球綻放光
    發(fā)表于 06-05 15:31

    半導(dǎo)體,最新預(yù)測(cè)

    的一些預(yù)測(cè)。接受調(diào)查的半導(dǎo)體高管中約有92%預(yù)測(cè)2025年整個(gè)行業(yè)將實(shí)現(xiàn)增長(zhǎng)。由于人工智能、云、數(shù)據(jù)中心、無線通信和汽車應(yīng)用的發(fā)展,對(duì)芯片的需求將持續(xù)增長(zhǎng),畢馬威
    的頭像 發(fā)表于 12-27 10:03 ?663次閱讀
    <b class='flag-5'>半導(dǎo)體</b>,最新預(yù)測(cè)

    2025年,半導(dǎo)體行業(yè)三大技術(shù)熱點(diǎn)

    本文由半導(dǎo)體產(chǎn)業(yè)縱橫(ID:ICVIEWS)編譯自sourceability隨著市場(chǎng)跟上人工智能應(yīng)用的日益增長(zhǎng),半導(dǎo)體行業(yè)將在2025年在功率元件、先進(jìn)封裝和HBM方面取得突破。在準(zhǔn)備
    的頭像 發(fā)表于 12-26 11:56 ?1465次閱讀
    2025年,<b class='flag-5'>半導(dǎo)體</b><b class='flag-5'>行業(yè)</b>三大技術(shù)熱點(diǎn)

    人工智能半導(dǎo)體及先進(jìn)封裝技術(shù)發(fā)展趨勢(shì)

    人工智能 (AI) 半導(dǎo)體和封裝技術(shù)正在快速發(fā)展,這得益于 AI 和高性能計(jì)算 (HPC) 應(yīng)用的高性能和復(fù)雜需求。隨著 AI 模型的計(jì)算量越來越大,傳統(tǒng)的半導(dǎo)體封裝方法難以滿足實(shí)現(xiàn)最佳 AI 功能
    的頭像 發(fā)表于 11-24 09:54 ?1397次閱讀
    <b class='flag-5'>人工智能</b><b class='flag-5'>半導(dǎo)體</b>及先進(jìn)封裝技術(shù)發(fā)展趨勢(shì)

    嵌入式和人工智能究竟是什么關(guān)系?

    嵌入式和人工智能究竟是什么關(guān)系? 嵌入式系統(tǒng)是一種特殊的系統(tǒng),它通常被嵌入到其他設(shè)備或機(jī)器中,以實(shí)現(xiàn)特定功能。嵌入式系統(tǒng)具有非常強(qiáng)的適應(yīng)性和靈活性,能夠根據(jù)用戶需求進(jìn)行定制化設(shè)計(jì)。它廣泛應(yīng)用于各種
    發(fā)表于 11-14 16:39

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感

    幸得一好書,特此來分享。感謝平臺(tái),感謝作者。受益匪淺。 在閱讀《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》的第6章后,我深刻感受到人工智能在能源科學(xué)領(lǐng)域中的巨大潛力和廣泛應(yīng)用。這一章詳細(xì)
    發(fā)表于 10-14 09:27

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第一章人工智能驅(qū)動(dòng)的科學(xué)創(chuàng)新學(xué)習(xí)心得

    周末收到一本新書,非常高興,也非常感謝平臺(tái)提供閱讀機(jī)會(huì)。 這是一本挺好的書,包裝精美,內(nèi)容詳實(shí),干活滿滿。 《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》這本書的第一章,作為整個(gè)著作的開篇
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應(yīng)用前景分析

    RISC-V在人工智能圖像處理領(lǐng)域的應(yīng)用前景十分廣闊,這主要得益于其開源性、靈活性和低功耗等特點(diǎn)。以下是對(duì)RISC-V在人工智能圖像處理應(yīng)用前景的詳細(xì)分析: 一、RISC-V的基本特點(diǎn) RISC-V
    發(fā)表于 09-28 11:00

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析 想問下哪些比較容易學(xué) 不過好像都是要學(xué)的
    發(fā)表于 09-26 15:24

    人工智能ai4s試讀申請(qǐng)

    目前人工智能在繪畫對(duì)話等大模型領(lǐng)域應(yīng)用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個(gè)需要研究的課題,本書對(duì)ai4s基本原理和原則,方法進(jìn)行描訴,有利于總結(jié)經(jīng)驗(yàn),擬按照要求準(zhǔn)備相關(guān)體會(huì)材料。看能否有助于入門和提高ss
    發(fā)表于 09-09 15:36

    名單公布!【書籍評(píng)測(cè)活動(dòng)NO.44】AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新

    芯片設(shè)計(jì)的自動(dòng)化水平、優(yōu)化半導(dǎo)體制造和封測(cè)的工藝和水平、尋找新一代半導(dǎo)體材料等方面提供幫助。 第6章介紹了人工智能在化石能源科學(xué)研究、可再生能源科學(xué)研究、能源轉(zhuǎn)型三個(gè)方面的落地應(yīng)用。 第7章從環(huán)境監(jiān)測(cè)
    發(fā)表于 09-09 13:54

    報(bào)名開啟!深圳(國(guó)際)通用人工智能大會(huì)將啟幕,國(guó)內(nèi)外大咖齊聚話AI

    8月28日至30日,2024深圳(國(guó)際)通用人工智能大會(huì)暨深圳(國(guó)際)通用人工智能產(chǎn)業(yè)博覽會(huì)將在深圳國(guó)際會(huì)展中心(寶安)舉辦。大會(huì)以“魅力AI·無限未來”為主題,致力于打造全球通用人工智能領(lǐng)域集產(chǎn)品
    發(fā)表于 08-22 15:00

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場(chǎng)可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個(gè)方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05