في نهاية سبتمبر على اختتمت لتوها بكين NVIDIA GTC (مؤتمر تقنية GPU)، أصدرت جين هسون هوانغ أحدث تصميم برنامج AI التعلم العمق، من خلال تحسين البنية التحتية، وإدخال أدوات جديدة للتنمية، بالإضافة إلى الحفاظ على الأداء القوي الماضي من التعلم، ولكن أيضا كفاءة المنطق وراء كل المنافسين، وحتى TPU القريب الجديد جوجل 2.0 يدق أيضا.

جعل الشكل شو جين هسون هوانغ خطابا هاما في بكين GTC 2017 (المصدر: DT يونيو)

ولكن كما عمق تعلم برنامج شعبي آخر، والتي قد صنفت مؤخرا كأكبر منافس محتمل لحالة GPU FPGA (حقل للبرمجة بوابة مجموعة)، وسواء NVIDIA الزخم طغت عليه؟ فإنه لا يجوز.

المرونة FPGA في التطبيق، وخصائص الكمون منخفضة للغاية، وسمحت لنفسها علينا أن خدمات المركز العملاقة بنية النظام الخدمة في عدد من سحابة خط الجبهة، تطور المستقبل من خلال هذه العملية، وتحسين خوارزمية، ويمكن بعد ذلك ضغط من إمكانات أكبر.

في المقابل، NVIDIA لديها تصميم المعماري قوي، وTensorRT حتى نشرت البيئية مرتبطة ارتباطا وثيقا GPGPU هيئة خاصة بهم. ومع ذلك، سخية حلول FPGA إنتل متوافقة ولكن التغيير للذهاب الطريق بعد شراء Nervana، يمكن لأدوات تطورها دعم ليس فقط بأنفسهم الأمثل لFPGA ألتيرا، ويمكن حتى مزامنة دعم تطوير GPU الحوسبة.

على الرغم من أن نقطة NVIDIA وجهة نظر، فإنها بالتأكيد لا تريد FPGA AI التدخل GPGPU الحوسبة النظام البيئي. ولكن ينظر اليها من تخطيط استراتيجية في الخطوط الأمامية والخدمات السحابية الممارسات العملاقة إنتل، مع الأخذ بعين الاعتبار مستقبل الحوسبة ستصبح دلالات متنوعة على نحو متزايد، اذا كنا نستطيع الجمع بين مجموعة متنوعة من الحوسبة الهندسة المعمارية، مع بعضها البعض، كل جزء كبير من عبء حساب العمل، وفي إطار عمل موحد لتجنب المشاكل البيئية للتنمية، وربما هو صناعة AI كاملة، أو الخدمات السحابية ذات الصلة الباعة أهداف التنمية الحقيقية على المدى الطويل.

كانت الحلول FPGA لظهور مفاجئ DT يونيو مؤخرا أجريت الأكثر تمثيلا للشركات الثلاث سلسلة من المقابلات الميدانية بما فيه قسم أمير Khosrowshahi إنتل الذكاء الاصطناعي رئيس قسم التكنولوجيا وتقنية عميقة الرئيس التنفيذي لياو جيان سونغ، وتايوان مؤسس شركة الحل Allone ليو شومين. وفيما يلي العناصر الرئيسية لهذه السلسلة مقابلة FPGA:

جوهر العمارة: رئيس قسم الذكاء الاصطناعي إنتل قسم التكنولوجيا أمير Khosrowshahi

إنتل التوزيع النشط حاليا من البيئة FPGA في العالم، عقد 3 أكتوبر AI في يوم تايبيه عرض النتائج R & D، والعمل أصلا في Nervana أمير Khosrowshahi، جنبا إلى جنب مع عمليات الاندماج والاستحواذ Nervana لدخول إنتل، وقسم الذكاء الاصطناعي (AIPG)، نائب الرئيس والمدير. وبعد الاجتماع كان DT الملك أمير أيضا مقابلة حصرية.

رئيس قسم الذكاء الاصطناعي الشكل شو إنتل قسم التكنولوجيا أمير Khosrowshahi

وقال أمير دعم منصة الحالي من أجل الوضع Nervana، هدف تنمية Nervana هو حل المشكلة، وAI الأصلي محسوبة على القيادة التي يهيمن عليها بيئة GPGPU CUDA، منح Nervana إلى GPU الحوسبة والتنمية البيئية كهدف أول. ولكن مع زيون فاي، FPGA وغيرها من النظم الإيكولوجية الحوسبة قد نضجت تدريجيا، Nervana والتركيز على التنمية قد تحول تدريجيا إلى هذا الأخير، ولكن كما اللاصقة تكامل بنية الحوسبة المختلفة، وسوف تراكم الماضي التكنولوجيا لا تتخلى بسهولة، Nervana نفسه يمكن أن تدعم مختلف أحدث الهندسة المعمارية، ويشمل فولتا NVIDIA، بالإضافة إلى كافة الميزات من أحدث TensorRT بيئة تطوير الجيل مع فولتا المنشورة.

بطبيعة الحال، فإنه يأتي NVIDA وقال أمير أيضا أن فولتا الهندسة المعمارية المتكاملة التنسور الأساسية هي أشياء مثيرة للاهتمام للغاية، لكنه شدد أمير أيضا، مفهوم موتر الأساسية هي في الواقع ليست أشياء جديدة جدا، وتسارع الحوسبة كأنهم بنيان ناقلات الثانوية، في الواقع، تظهر في وقت مبكر من سوبر آلة حاسبة التي CRAY ولا NVIDIA دمجت هذه العمارة التسارع، ومستقبل الجيل القادم من منتجات إنتل زيون فاي، وفرسان التي أطلق عليها اسم مطحنة الانضمام أيضا تسارع اثنين من الأوامر لحساب ناقلات، وهذا هو، QFMA وQVNNI، ويمكن تسريع كبيرة في التعلم الآلي وقدرات التفكير .

الجيل القادم من الشكل شو معالجات Intel Xeon فاي، التي أطلق عليها اسم فرسان مطحنة

على النقيض زيون فاي من العمارة GPU، مع دعم لسعة ذاكرة أكبر، وأدائها سيكون أفضل من الناحية النظرية لحساب كفاءة التطبيقات AI، ويمكن تجنب نحو فعال يتم إنشاء عنق الزجاجة نقل البيانات.

أمير تحدث Nervana المحرك، والتي تتكامل FPGA وعالية الأداء HBM ذاكرة العمارة دراسة متعمقة، مع التركيز بشكل خاص على FPGA هي بنية الكمون منخفضة جدا. من خلال دمج ذاكرة كبيرة على الرقاقة، والتعلم نموذج ويمكن توليد البيانات على الذاكرة الجانب المحلية، أنها لا تتطلب عملية إضافية ترحيل البيانات، يمكن أن تقلل بشكل كبير من استهلاك عرض النطاق الترددي للحافلات.

ولكن مع تطور منظمة العفو الدولية، في الواقع، فإن المجتمع كانت هناك مخاوف كثيرة لتطبيقات AI، على الرغم من المطورين لتطوير بنية AI هو تحسين النظام الاجتماعي، سواء كان ذلك لزيادة القدرة أو تحسين السلامة المرورية، ولكن سوف من أنواع مختلفة من التطبيقات، بحيث البشر يخشون من أن يحل محله صوت.

لهذه المسألة المثيرة للجدل، قال أمير DT-يونيو، محايد منظمة العفو الدولية، من أجل AI لبناء البيانات علمت أنه محايد، وليس تعويض نظريا موجود، وتطبيق المستهدفة هم كبير AI ، مثل الطائرات لديها طائرات AI والسيارات لديهم سيارات AI، صممت هذه AI الفردية لمساعدة البشر، وليس بديلا وضع AI جميع التطبيقات. بطبيعة الحال، بعض استبدال أمر لا مفر منه، ولكن هذه التكنولوجيا من مسار الماضي لاحظ، عندما أدخلت تكنولوجيا جديدة لتحل محل جزء من العمل البشري، وسوف تكون هناك وظائف الموافق المنتجات، ذلك في الواقع، على صناعة AI لا تزال متفائلة بحذر.

فعالا في الحد من تعقيد الشبكة الأساسية العصبي: ديب كلمات ياو جيان الرئيس التنفيذي لشركة تكنولوجيا

كام عميقة في تكنولوجيا الذكاء الاصطناعي هو الارتفاع السريع الذي حدث مؤخرا من بدء الشركة. كام الخدمات الأساسية عميق قدمت أساسا لضبط عمق الضغط (ضغط عميق) الخوارزمية، وهذا يمكن خوارزمية تقلل من تعقيد نموذج تنتج في نهاية المطاف بعد تعلم الآلة، والنتيجة هي عملية أكثر سرعة من المنطق، ومتطلبات مساحة التخزين، فضلا عن أكثر مبسطة .

ياو تشونغ أيضا حذرا خاصة مع DT يونيو يوضح منطق الأساسية لهذه الخوارزمية: كما في الجدول آلة قيمة التعلم ولدت في هذه العملية، في الواقع، فإن معظم المحتوى يكون صفرا، وضعت من خلال خوارزمية كام عميقة يمكن إزالة تلقائيا هذه فقط ملء الفراغات مع القيم المستخدمة، ولم يتبق سوى أجزاء ذات مغزى.

شخصية عميقة شو ياو جيان تشونغ تقنية الرئيس التنفيذي

لكن ياو تشونغ أكد أيضا أنه هذه الخوارزمية هي صارمة جدا، وذلك لسوء التقدير تجنب حين شطب يجب رفض جزء منه، فإن استخدام هذه الخوارزمية عادة ما تمتد الفترة الزمنية اللازمة لتعلم الآلة، والخوارزميات إرث تتطلب عملية يدوية، يجب إزالة تثبيت جزء، ولكن مع إصدار التحديث، والقضاء على بيانات زائدة عن الحاجة موجودة بالفعل ويمكن أن يتم مؤتمتة بالكامل. على الرغم من أن وقت الحساب المطلوب لحساب بسبب تعقيد العلاقة، ولن يتم تقصير، ولكن العملية يمكن الآلي للحد من التدخل البشري، بحيث القوى العاملة يمكن استخدامها في العمل أكثر وضوحا.

حاليا، عميقة كانيا باستخدام تطوير XILINX FPGA برنامجها DPU الخاصة أرسطو (أرسطو)، ويستند هذا النظام على Zynq 7020 شركة نفط الجنوب العمارة التي تشمل الدعم CNN (الإلتواء الشبكة العصبية) عمليات 1x1،3x3 هذه العمارة في المقام الأول للفيديو معروف، صورة، لأن التمدد، وغالبا ما تطبق على هذا التجسيد تضم الخادم أو مثل المركبات الجوية بدون طيار، والسيارات، والمراقبة الأمنية، والتطبيقات المعمارية مثل في مجال الروبوتات.

عميق، على التوالي، للتعرف على الكلام والتعرف على الصور نوعان من التطبيقات، وقد انضم للمخطط الرئيسي اثنين من FIG شو كام أيضا خصائص ضغط الشبكة العصبية، وتسريع أداء المنطق النهائي.

وبالإضافة إلى ذلك، ديكارت (ديكارت) هو برنامج للهندسة المعمارية التعرف على الكلام، وأرسطو يختلف هو أن هذا هو لتكنولوجيا RNN (المتكررة الشبكات العصبية)، الذي بني في العصبية تقنية ضغط الشبكة، يمكن أن يسرع كثيرا من كفاءة التعرف على الكلام. ديب كام تقنية تعمل حاليا مع شركات التكنولوجيا من الصف الأول في العالم للمضي قدما في نشر البرنامج، في الوقت نفسه، كما يجري اعتماد هذا النهج من قبل الشركات المصنعة المحلية الأخرى.

وقال ياو تشونغ أنه يتم تطوير خوارزميات كام عميقة، على الرغم من أن مجموعة التعليمات ومترجم كلها ناضجة جدا المرحلة، ولكن لتبسيط التعقيد التنمية، لا يزال لبناء برنامج من العمارة XILINX FPGA. ولكن في المستقبل لا يستبعد تطوير "الثابت" للبنية DPU.

كام أيضا من حيث الخوارزميات وعميقة، إلى تزويد الشركاء المهنية المساعدة التقنية. على سبيل المثال، شريك واحد ميديا تيك، حاليا في تطوير رقائق السيارات الخاصة، بالتعاون مع فريق التكنولوجيا كام العميق في خوارزميات التعرف على الصور الحرجة، تأمل في استخدام مزايا كام عميقة في الخوارزمية، وتسريع إلى حد كبير مستقبل يقوم على القدرات معالجة الصور ميديا تيك سيارة رقاقة.

الشكل شو Kirin970

وبالإضافة إلى ذلك، قال ياو تشونغ أيضا أنه في الوقت الحالي نعمل على تجهيز قدرات محطة Kirin970 مماثلة AI والشركاء، وهذا الجزء من الجدول الزمني ليست مريحة الكشف عن تفاصيل، ولكن سوف يكون من المتوقع لحساب مستوى البرامج الصناعة والتيار الاسمية.

حافة الحاسبات: ملتزمون بتحسين الاختناقات نقل AI، مؤسس شركة الحل Allone ليو شومين

Allone مؤسس ليو شومين قبل تأسيس الشركة، وقد شارك في أعمال التصميم وحدة المعالجة المركزية في شركة أشباه الموصلات، لR ذات الصلة والعمل D لديها تجربة غنية جدا.

مؤسس الشكل شو Allone شركة الحل ليو شومين

حاليا Allone العمل الرئيسي هو مساعدة العملاء دمج خوارزمية في FPGA، وبالتالي تسريع تطبيق الحوسبة الأداء، في حين أن Allone نفسها أيضا القدرة على تطوير التكنولوجيا، ولها عدد من التقنيات الأساسية في التخزين، مثل SATA فيز لديها براءات الاختراع الأساسية السطح صناعة AI ولا علاقة بكثير، ولكن في الواقع، عند حساب AI يتطلب الكثير من تدفق البيانات وتدفق، والتي سيكون لها ضغط هائل لشبكة ونظام الحافلات، في الواقع، وفقا لليو شومين القول، والعديد منهم في مأزق بسبب العمارة AI سرعة الحوسبة سريع جدا ومتأخرة جدا ليتسبب في النظام إلى ناقل البيانات الأعلاف.

بالإضافة إلى مساعدة العملاء على خارج خوارزمية Allone إلى الأجهزة، في حين تسارع أيضا تطوير وحدة تخزين النظام الفرعي استنادا FPGA، من خلال كفاءة عالية تقنية ضغط البيانات، يمكن أن يقلل كثيرا من العبء على نظام الحافلات.

البيانات FIG شو تطويرها من خلال Allone رقاقة مسرع، يمكن أن تقلل بشكل فعال من حجم البيانات التعلم الشبكة العصبية، والحد من وقت الإرسال، تعزز يتم حساب الكفاءة العامة لمنظمة العفو الدولية.

البيئة AI الحالية، جمع البيانات إلى محطة من السحابة ومن ثم إلى محطة من نموذج سحابة من هذه العملية، والتأخير مرتفعة جدا، وضعف تجربة المستخدم، ولذلك فمن الضروري وضع لا بأس به من حافة بنية الحوسبة، وذلك للمشاركة في السحب الحسابات، فإن عبء انتقال، وسرعة نقل ما يصل العملية برمتها، بحيث السحب لتأخير قطع المحطة إلى أدنى حد ممكن، حتى في المحطة أو على حافة النهاية إلى القيام بعمليات حسابية.

سواء الشبكات، والسيارات، وتجارة التجزئة، ومعظم لديك حساب يحدث في البيانات المحلية ولدت، ما اذا كنا نستطيع القيام بعمل جيد في وقوع الشبكات العصبية في البيانات الحسابية، فإنه يمكن أن تقلل بشكل كبير من العبء على السحابة. وبطبيعة الحال، على حافة الحوسبة الحوسبة السحابية لا تزال مجرد ملحق، حتى لو التطبيقات مستقبل محطة AI، لا يمكن أن تحل تماما الحوسبة السحابية.

كما قال ليو يونيو شومين DT، سرعة تطوير البر الرئيسى للصين AI هو مدهش جدا. كونتيننتال حاليا تصنيع الصناعات سريع جدا، وكان هناك الكثير للقيام الأجهزة أو شركات الالكترونيات الاستهلاكية الكهربائية قد بدأت للانضمام إلى صفوف منظمة العفو الدولية، فإن هذه الشركات لن بالضرورة بناء خدمات الحوسبة الخاصة بها، ولكن معظمها لا يزال ملزما والخدمات السحابية الخاصة مع زيادة شحنات المنتجات، فضلا عن ارتفاع درجة حرارة السوق الحرارة، وتوليد المزيد والمزيد من البيانات، وسوف تنقل تخزين وحافة المرتبطة احتياجات الحوسبة يصل، وهذا هو واحد من السوق الرئيسية المستهدفة الهدف Allone.

من وحدة المعالجة المركزية إلى FPGA، تكنولوجيا أشباه الموصلات سوف نظرية AI إلى واقع ملموس

AI مفهوم التنمية في وقت مبكر جدا، في القرن 19 في وقت مبكر، اقترح أن مفهوم اختبار تورينج، على افتراض أن الجهاز يمكن أن يكون الذكاء البشري، وبالتالي فإن المنطق تهدف إلى تحديد طريقة الارتباط.

الشكل شو اختبار تورينج

في 1950s، يتم تقديم مفهوم الشبكات العصبية، إذا حسبت لمحاكاة عمل الخلايا العصبية باستخدام نظرية رياضية يمكن بناء تقليد مراقبة حقوق الإنسان، والتعلم، والحكم من الأشياء أشياء من صنع الإنسان. وبطبيعة الحال، لم تدعم هذه الفترة في تكنولوجيا أشباه الموصلات، وبالتالي فإن هذه المفاهيم ليست سوى في مرحلة النظرية.

ونحن نتحدث عن مفهوم التعلم الآلي وحكم المنطق، كما ظهر قبل تكنولوجيا أشباه الموصلات المتاحة، اقترح هربرت سيمون لمحاكاة عملية خوارزمية المنطق البشرية المستخدمة في 1960s، ولكن أصبحت هذه الخوارزميات الأساس لحسابات منظمة العفو الدولية اليوم.

عندما اخترع وحدة المعالجة المركزية الأولى في عام 1971، AI التي طالما وضعت بها إلى الأمام لم النظريات العلمية لا تتبع الإقلاع، ولكن هو أول من الاستفادة من التطبيقات العلمية والتجارية. ثم صناعة تناقش ذكاء الأعمال أو أنظمة الخبراء، لا يزال بعيدا عن مفهوم AI.

أطلقت الشكل شو إنتل في عام 1971، وحدة المعالجة المركزية الأولى

في القرن 21، وتطبيقات شبكة أصبح الاتجاه السائد، يصبح الكمبيوتر ضروري. ثم واصلت جميع أنواع الهواتف المحمولة وغيرها من المحطات الذكية في الظهور، والسوق هو أكثر وأكثر اهتماما بمعنى أن كلمة المنتجات الذكية يمكن أن تمثل. ونتيجة لذلك، من سحابة إلى النهاية، يمكننا أن نرى بداية هذه أبنية الحوسبة المختلفة وقد اقترحت أكثر من نصف قرن من الاندماج في مفهوم منظمة العفو الدولية، وتوفير المزيد من الخدمات المتنوعة، وحتى بعض قد بدأت لبدء AI البشري العمل.

عملية التنمية AI نفسها هي أكثر لشرح، ولكن إذا كان قائما على تطوير تكنولوجيا أشباه الموصلات في الاعتبار، ويمكن تقسيمها إلى أربع مراحل رئيسية، هي وحدة المعالجة المركزية، GPU، والهندسة المعمارية الهجينة، فضلا عن بنية شاملة من FPGA.

ولكن بعد ذلك X86 يدخل مفهوم تعليمة واحدة تصميم خط أنابيب متعددة ومعالجتها، لتعزيز الكفاءة والجوانب RISC بالإضافة إلى إسقاط مجموعة التعليمات، وسياق تطوير الهندسة المعمارية X86 هو أيضا مماثل، واستيراد الكثير من تسريع تصميم وحدة مكافحة ناقلات، وتعزيز التعامل مع محددة القدرة الرياضية.

الشكل شو قبل CRAY العملاق عقود هو مزيج من وحدة التسارع ناقلات الهندسة المعمارية الضخمة.

في الواقع، هذه وحدة وظائف ناقلات تسارع تماما مثل على وحدة الأساسية التنسور أو TPU اليوم، مفهوم الاتساق مرتفع جدا.

ولكن منذ عقود، وعملية متخلفة جدا، حتى لو كانت مفاهيم تصميم رقاقة، والآن الفجوة ليست كبيرة، ولكن من حيث الحجم، واستهلاك الطاقة والتكلفة لا يمكن مقارنة مع. بالإضافة إلى تطبيقات الحاسب الآلي في السوق الاستهلاكية العام منزعج للغاية والظروف الموضوعية الأخرى، باستثناء عدد قليل من مبهم الحوسبة العلمية، فإنه من الصعب انتشار لأغراض عامة.

ومع ذلك، هناك ضعف CPU آخر التأخير، التي يتم تداولها، تسبب خطأ التنبؤ فرع على الرغم من أن العمارة يمكن تجنبها عن طريق التصميم، ولكن يجب دفع تكلفة كبيرة، وبالتالي الحصول على مزيد من AI إطلاق اللاحق للبنية مخصصة، بعد كل شيء، والاعتماد على وحدة المعالجة المركزية، AI غير قادر على تلبية الأداء المطلوب لحساب.

بينما حسابات AI هذه الفترة تم المفاهيم وبناء نموذج التعلم، حتى وضعت تكنولوجيا الشبكة العصبية، ولكنهم ظلوا على مستوى الأبحاث، وبسبب تكنولوجيا أشباه الموصلات إلى الوراء، لا يمكن أن تكون حسابات معقدة للغاية.

وفي وقت لاحق، AI مساعدة في تعلم لتوسيع نطاق المساعدة GPGPU يمكن زيادة كبيرة في مجموعة متنوعة من الحوسبة العلمية، وتجهيز مرئي، GPGPU تظهر على مستوى عال من المرونة والكفاءة في الأداء، ولكن المنطق في جزء منه، لأن البيانات يمكن معالجتها بواسطة GPU ثابت الدقة، على الرغم من ارتفاع سرعة الحوسبة لغرض تعلم عونا كبيرا، ولكن المنطق للشعور استراحة قليلا المروحية، والمنطق لا تحتاج إلى استخدام دقة عالية، وثانيا، مع الأخذ بعين الاعتبار قيود عرض النطاق الترددي ومتطلبات التخزين.

مفهوم FIG شو GPGPU هو استخدام معالجة كتلة وحدة GPU في وقت واحد عدد كبير من الحسابات.

وGPU نفسها لا تزال التطبيقات التقليدية، وهذا هو، والرسومات الأمثل، لا يمكن تشكيلها تماما لتلبية احتياجات منظمة العفو الدولية، وبالتالي، TPU ظهرت هذه النواقل الحوسبة المعمارية، TPU نفسها يمكن أن يحسب لانخفاض الأمثل الدقة، مع وجود عدد كبير من الذاكرة على الرقاقة، ونموذج حساب يمكن الوصول به محليا مباشرة، لا تتطلب الكثير من ترحيل البيانات، وبالتالي فإن صلة فعلية نقل عنق الزجاجة.

تطوير TPU من الجيل الثاني، بالإضافة إلى القدرة الجيل TPU المنطق الأصلي أن يكون، لكنه يزيد أيضا من كفاءة جيدة ميزة التعلم التي تسمح أصبح TPU برنامج AI كاملة. ولكنها تستخدم جوجل TPU للتحقق من TensorFlow الأجهزة التجريبية والبرامج التي لا تتعلق حقا لاستخدامها لمحاربة السوق، ولكن جوجل تريد الرجوع إلى ممارسة الصناعة ذات الصلة، ويمكن تصميم حقا أن TensorFlow الأمثل الحوسبة تصميم الأجهزة، مما يساعد على توسيع الإيكولوجية ذات الصلة .

الغرض الشكل شو TPU ليست للمنافسة في السوق، وإنما لإظهار قوة الحسابية TensorFlow العمارة القياسية يمكن أن يكون.

ولذلك، في أحدث NVIDIA استيراد العمارة فولتا التنسور الأساسية في التصميم، ولكن أيضا لأول مرة أدخلت جوجل فولتا على بنية الخادم سحابة، ويمكن أن يثبت أن هذه هي الممارسة جوجل لاتجاه السوق دليل، وليس حقا مضيفا منافسة مباشرة.

ولكن على الرغم من التمني جوجل لعبت على ما يرام، ولكن هذه الصناعة ليست بالضرورة غوغل سوف يختار هذا الطريق، في الوقت الحاضر، يمكن أن اثنين فقط GPU العرض، وNVIDIA هو في الأساس عرض رجل واحد في مجال AI. TPU مفهوم العمارة هو في الواقع بسيط جدا، وهذا هو، وتسريع إضافة ذاكرة وحدة ناقلات على قطعة كبيرة من العمارة نفسها ليست خاصة، والآن NVIDIA ديه التنسور كور، وإنتل وزيادة QFMA وQVNNI نوعين من التعليم ناقلات التسارع.

وأخيرا، FPGA والتنمية في الواقع إلا في وقت لاحق قليلا من وحدة المعالجة المركزية، والتي ظهرت في 1980s، وXILINX (XILINX) اختراع. FPGA أكبر ميزة لأنه يمكن تخصيصها بالكامل دائرة المنطق، FPGA لا استخدام وحدة المعالجة المركزية، وظائف GPU، حتى وحدة الرياضيات محددة، مثل DSP، هو إلى حد كبير ليست مشكلة، طالما المطور الأصلي بما فيه الكفاية، من خلال حرق إرسال الثابتة FPGA الداخلي، FPGA يمكن إعطاء وظيفة مختلفة تماما.

وعلى الرغم من الأداء المتميز، وانخفاض قليلا فقط من الوظائف الثابتة ASIC، ولها قدرة قوية للتخصيص، ولكن في مجال AI والتنمية FPGA هو في الواقع حتى في وقت لاحق من GPU، لأن ذلك مرونة، وصناعة تفتقر إلى أدوات التطوير جيدة كافية لاستكشاف الإمكانيات الحقيقية للFPGA.

إذا كانت الصناعة على اعتماد FPGA، من البداية إلى النهاية هو لأنفسهم، وليس أدوات التطوير بما فيه الكفاية في نزاهة القضية، ووضع النفايات تعادل خارج لا يقول، FPGA تكاليف رقاقة مرتفعة، ومقارنة التيار أخرى الحوسبة والهندسة المعمارية وأكثر السلطة، وبالتالي فإن أكثر انغلاقا أساسا للتطبيقات العسكرية والطبية والتطبيقات الاستهلاكية في عدد قليل جدا من التطبيقات، فإنه من الصعب اقتحام بنية الخادم. حتى AI نمت موضوعا ساخنا، FPGA تزال عاطلة في طي النسيان تماما لفترة طويلة من الزمن.

مع مرور الوقت، ومع ذلك، كل المصنعين FPGA هي بداية للتركيز على إمكانات التطبيقات AI في سحابة والمحطة، أدوات التطوير وأخيرا تحسين تدريجيا، ودعم مجموعة متنوعة من التيار معيار منظمة العفو الدولية، فإن FPGA الحوسبة المحتملة في تطبيق AI تلعب حقا الفضاء.

لكن FPGA لم تتوقف العمليات الحسابية AI-ذات الصلة، وذلك بسبب FPGA في الماضي لتشغيل مجموعة متنوعة من الطرق الرئيسية لنقل البيانات أعمال التصحيح الأساسية، وجهت وجه AI حول من تدفق البيانات الهائل، وليس فقط الإدخال أو الإخراج، إن لم يكن إدارة فعالة الأساسية لضغط البيانات، وتحويل، حتى لو كان ذلك بمثابة جوهر حسابات منظمة العفو الدولية بغض النظر عن مدى قوة، فإنه لا يزال الكفاءة الكلية عالية لا تصل.

وهذا هو السبب في أن FPGA بأنه "اصقة السوبر" هو كل شيء.

حاليا FPGA الحوسبة قسم AI تلعب ليس فقط، ولكن أيضا مختلفة أبنية تجهيز المشترك، بالاشتراك حل المشاكل حسابات منظمة العفو الدولية، بعد كل وحدة المعالجة المركزية، GPU، TPU وغيرها من البنى التحتية أساسا لأجزاء من حساب لنقل البيانات لا تزال بحاجة إلى التعامل مع عناصر خارجية، يمكن FPGA لعب جيدا دور تنسيق نقل البيانات، وعند الضرورة، ولكن تشارك أيضا في معالجة حسابات منظمة العفو الدولية، ويمكن أن يقال هو مرة أخرى في الهجوم والدفاع.

يوجد حاليا FPGA ألتيرا، XILINX، MICROSEMI، المشبك، والعديد من الموردين، والتركيز على السوق المستهدفة هي أيضا مختلفة، ولكن ينظر AI تطوير الحوسبة واحدة من الاتجاه السليم. وبالإضافة إلى ذلك، فإن النظام الحالي المرتفع بدأت أيضا في تكنولوجيا شركة نفط الجنوب FPGA، مثل UltraScale وسلسلة XILINX، سلسلة Stratix ألتيرا.

وأعلى شكلت اثنين من الموردين FPGA لنحو 90 من السوق العالمية، لذلك مقدمة موجزة عن مورد FPGA اثنين.

XILINX

مخترع FPGA، وذلك أساسا لالراقية تطوير التطبيقات FPGA، في بيئة التطوير دفع الرئيسية للVivado HLS (عالية المستوى التجميعي)، ويمكن استخدامها مباشرة C، C ++ ونظام C برمجة مواصفات اللغة، دون الحاجة إلى إنشاء RTL يدويا، وبالتالي تسريع إنشاء IP.

وبطبيعة الحال، والسابق هو لأولئك الذين يرغبون في بناء من البرامج المملوكة الصفر العملاء توفير بيئة تطوير لتعميم التعليم AI، XILINX قدم أيضا كومة مراجعة، الأمثل تطبيق رؤية الجهاز، والتعلم الآلي، الدعم الكامل لOpenVX، OpenCL، كافيه والمعايير الرئيسية الأخرى، وتدعم حاجة منظمة العفو الدولية للتعلم والعمليات المنطق لمساعدة العملاء لبناء بسرعة حلا كاملا.

أدخلت الرقم شو XILINX مراجعة دعم التيار معايير التعلم AI

سوف XILINX إطلاق منتجات متكاملة ARM الأساسية شركة نفط الجنوب، Zynq UltraScale وسلسلة MPSoC من نهاية منخفضة Zynq-7000 سلسلة، لالراقية / RFSoC، من التخزين الأساسية، والتحكم في المحركات، وأنظمة مساعدة السائق أداس، حتى مع الاتصالات محطة قاعدة الأساسية الطيار الآلي وما إلى ذلك التطبيقات.

مخطط شو المنتجات XILINX شركة نفط الجنوب (مصدر البيانات: XILINX)

XILINX حصة السوق الحالية من أكثر من 53 (نسبة عائدات للتمييز)، وأدوات التنمية الشاملة التي يمكن أن يقال ساهم. أكثر من الماضي ركزت على إدخال حلول الراقية، ولكن أيضا لضمان نجاح الربح.

الشكل شو مختلف FPGA حصتها في السوق (مصدر البيانات: EE تايمز)

ألتيرا (إنتل)

أنشطة ألتيرا السابقة في السوق FPGA ليست ناجحة، ويرجع ذلك أساسا يتركز أيضا في السوق نهاية منخفضة، مما أدى إلى الإيرادات كان أفضل بكثير من المنافسين .

بعد الاستحواذ على شركة إنتل، في الواقع، ليس هناك اتجاه لبعض الوقت، وإنتل المتوقع مع السلطة من FPGA ضد GPGPU، ولكن من الواضح ليست جيدة كما هو الحال في تطوير الوضع البيئي-NVIDIA ظلت يتراجع طحن البيئة، فإننا نتوقع تطبيقات جديدة يمكن أن تجعل FPGA لإعادة الضوء، وأنه من الأفضل لبنية الحوسبة الرئيسية الخاصة التكامل إنتل، فإنه يكفي لتشكل المواجهة البيئية وGPGPU الصلبة.

منتجات شركة نفط الجنوب الشكل شو ألتيرا (مصدر البيانات: إنتل)

وNervana اقتناء يمكن القول معظم الخطوة إنتل المهم، محطة خدمة على غرار جناح في مكان، يمكن للمطورين التي تقدمها Nervana تطوير بسرعة حلول لمختلف التطبيقات الصناعية.

Nervana الماضي معظم الإعجاب، فإنه ينتمي إلى حساب دعم تطبيقه لجميع اتساع AI منذ حساب أسرع النظري يستند المعروفة الموجودة خوارزمية عملية مصفوفة الصفار-فينوغراد الخوارزمية، الخوارزمية مصفوفة الأصلية تعتبر نقاط القوة في GPU، ولكن GPU هو آلة حاسبة لتصميم تطبيق الرسومات، وليس الأمثل منظمة العفو الدولية، من الناحية النظرية، إذا كان هناك خاصة الهندسة المعمارية، واستخدام خاص الأمثل لمصفوفة AI، ثم كفاءة سوف يكون أعلى من GPGPU.

وبطبيعة الحال، هذا هو واحد من التفكير بالتمني إنتل الذي تلعبه خوارزميات Nervana، أجهزة إنتل، وخلق لا تضيع CUDA بيئة NVIDIA ل.

(مصدر البيانات: إنتل) تخطيط المنتج AI الشكل شو إنتل

بعد الاستحواذ 2015 من ألتيرا، 2016 نيان M & Nervana إنتل لجلب المزيد من الدولارات لدعم القدرات البيئية، ولكن أيضا مع دعم المؤسسة المختلفة AI الهندسة المعمارية الحوسبة، Nervan يسمح للعملاء لاستخدام GPGPU، زيون فاي وحتى FPGA، ومع ذلك، ما دام من خلال Nervana، يمكن لهذه الحسابات تكون القدرة سلس لتحقيق أداء أعلى، أو وضع التطبيق أكثر تنوعا.

الشكل شو بواسطة Nervana، يمكن للمطورين تطوير في النظام نفسه، والمعايير الدعم السريع مختلفة، مضيفا التطبيقات المختلفة (مصدر البيانات: إنتل)

بالطبع، يجب أن يكون لا يزال الهدف إنتل طويلة الأجل لتحل محل المنتجات العمارة الخاصة المتصارعة، لكن على المدى القصير، Nervana الود للمطورين، فضلا عن الأداء الفعال للطاقة، وإنتل يزال فعالا في مساعدة مفتوحة حتى الماضي لعدة التنمية ليست ودية، علاقة داعمة ليست واسعة بما فيه الكفاية، وتغيير اختيار CUDA وغيرها من الزبائن البيئي معادية.

أطلقت الشكل شو إنتل رقاقة عملية Nervana المحرك، تم تصميم أطلق عليها اسم بحيرة كريست لأعباء العمل التعلم عميقة تصميم، وسوف توفر كثافة حوسبة عالية، كثيرا ما وراء GPU الحالي القدرة الحاسوبية.

وقد تم دمج FPGA تماما في الاتجاه العالمي السائد مقدمي الخدمات السحابية

حاليا، تقريبا جميع الشركات الخدمات السحابية قد استوردت تباعا العمارة FPGA إلى اتفاق مع مساعدة من عنق الزجاجة من كامل حسابات سحابة AI.

وحدد البرامج المختلفة، وMicrosoft باستخدام ألتيرا / حلول FPGA إنتل، والأمازون، بايدو، تينسنت هو استخدام برنامج XILINX، وجوجل في الأجهزة من خيار، فمن مختلطة وبرنامج GPGPU TPU، لا يوجد أي استخدام للهندسة المعمارية FPGA ، وذلك أساسا بسبب برامجها التنموية الخاصة وGPGPU هي TPU مع الإطار الأمثل TensorFlow FPGA حاليا لم تتعاون بشكل كامل بحيث تماما مع القواعد.

الشكل شو XILINX مقابل ألتيرا

في التعلم العمق، أصبح التعرف على الكلام الطبيعي واحد من المشاريع الأساسية للشركة العديد من الخدمات السحابية، و الأمازون يحاول تسريع معدل التفاعل من قبل حلول اليكسا FPGA، تأمل مايكروسوفت أيضا أنه من خلال مزايا FPGA في المنطق الكفاءة، وتحسين ودقة التعرف على سرعة استجابة الأمين صوتهم من مايكروسوفت كورتانا.

مساعد صوت جوجل هي واحدة من أفضل مساعد صوت منظمة العفو الدولية، ولكن لم يتم تسارع من قبل FPGA، بدلا من استخدام برنامج GPGPU الخاصة بالتعاون مع TPU، على التوالي، من بداية فعالية التعلم والتفكير، مع الاستفادة من محرك البحث الخاص بها، وتحسين تحديد صحة.

بايدو والخدمات تينسنت يتم واحدة الخدمة الصوتية حاليا من الشركات المصنعة الأجنبية الأخرى المزيد من الخدمات السحابية، ومع ذلك، فإن قدرات التعرف على اللغة الطبيعية أو أضعف هذا الأخير، ولكن المستقبل سيكون مع مساعد صوت أدخلت على بنية FPGA وتم الأمثل.