热门关键词:秒速牛牛平台,秒速牛牛平台网址  
英特尔:下一代DNN到来时未来FPGA能将败GPU
2021-01-31 [87961]
本文摘要:在最近的现场可编程门阵列国际研讨会上,英特尔加速器架构实验室(AAL)的ErikoNurvitadhi博士发表了一份题为《CanFPGAsbeatGPUsinAcceleratingNextGenerationDeepNeuralNetworks》的报告,并分享了英特尔的最新研究。

秒速牛牛平台网址

在最近的现场可编程门阵列国际研讨会上,英特尔加速器架构实验室(AAL)的ErikoNurvitadhi博士发表了一份题为《CanFPGAsbeatGPUsinAcceleratingNextGenerationDeepNeuralNetworks》的报告,并分享了英特尔的最新研究。本研究主要评估了两代英特尔FPGAs(英特尔aria 10和英特尔Aria10)在DNN(深度神经网络)算法领域的性能,并与NVIDIATITANXPascalGPU进行了比较。深度神经网络解释Intel的反应。

在应用领域,FPGA在DNN研究中表现突出,可以用于AI、大数据或必须分析大量数据的机器学习领域。当用于阴影或灵活的数据类型和全32位浮点数据(FP32)时,测试的英特尔x10FPGA的性能高于GPU。FPGA除了性能外,还有强大的功能,因为适应性强,可以通过强调现有芯片来出色地构建变化,让团队在六个月内从一个想法走向原型。

构建一个ASIC需要18个月。FPGA的重要性越来越大FPGA仅限于DNN硬件:相比高端GPU,FPGA具有出色的能效(性能/瓦特),但也有不熟悉的高峰浮点性能。FPGA技术发展迅速。

在即将发布的英特尔Stratix10FPGA中,可提供多达5,000个硬件浮点单元(DSPs)、高达28MB的片内RAM(M20K)和高带宽内存。基于14纳米工艺的英特尔Stratix10在FP32吞吐量方面超过了9.2 TFlop/s的峰值。相比之下,TitanXPascalGPU近几年的FP32吞吐量为11t lop/s .新兴DNN算法:网络的加深提高了精度,但参数和模型大小都有很大的增加。这降低了市场对计算、比特率和存储的需求。

因此,正在出现的趋势是使用紧凑的低精度数据类型,几乎高于32位。16位和8位数据类型正在成为新常态,这也是DNN软件框架(如TensorFlow)所反对的。

秒速牛牛平台网址

与传统的稠密FP32DNN相比,精度较低、DNN稠密的新算法在算法效率上有了一个数量级的提高,但引入了棘手的点并行性和自定义的数据类型。这时候,FPGA的优势就体现出来了。

这种趋势使得FPGA成为未来运营DNN、AI、ML不切实际的平台。


本文关键词:秒速牛牛平台,秒速牛牛平台网址

本文来源:秒速牛牛平台-www.p-boxshop.com