GPU相比FPGA更具优势,适应AI快速变化需求

xcznb 2019-12-29

<strong>飞象网讯</strong>(源初/文)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;而在百度采用 NVIDIA AI 推荐系统的表现来看,以往对于百度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。

相关推荐

网易智能 / 0评论 2019-10-28