展开

关键词

谷歌为机器学习研制专用芯片

2016年5月18日,谷歌官方博客发布消息称:谷歌为机器学习任务研制了专用芯片。文章内容如下: 机器学习为谷歌的许多最受欢迎的应用程序增加了潜在吸引力。 该项目的研究成果被称为张量处理单元(TPU),是谷歌研究团队为机器学习定制的一个专用集成电路(ASIC),并针对谷歌第二代人工智能学习系统TensorFlow做了优化。 TPU针对机器学习应用做了优化,使得芯片可以处理精度很低的运算,这意味着对每个操作它需要的晶体管较少。 因为这一点,可以让芯片在每秒钟内处理更多运算,也可以使用更先进、更强大的机器学习模型,并更快速地应用这些模型,以使得用户能够更快速地获得更智能的结果。

46560

GPU、FPGA还是专用芯片

(3)在同一个芯片中集成多个处理单元 ,根据集成方式的不同,分为多核处理器或多路处理器。多核处理器是如此的重要,以至于现在即使是手机上的嵌入式ARM处理器都已经是四核或八核。

30310
  • 广告
    关闭

    腾讯云服务器买赠活动

    腾讯云服务器买赠活动,低至72元1年,买就送,最长续3个月,买2核送4核、买4核送8核

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    后通用芯片时代:专用芯片兴起背后的经济学

    在这之前,计算器产品都是高度专用化的设计,即高效地做好规定操作;由于专用芯片缺乏灵活性,芯片设计完成之后就不能增加新的功能了。Intel作为一家刚刚成立一年的初创公司进入了Busicom的视野。 专用加速芯片的兴起 Domain Specific的专用芯片是计算机体系结构黄金时代大复兴的四个方向之一,唐杉老师的专栏(黄金时代,StarryHeavensAbove AI芯片文章导读)已经讲了好多专用芯片的好处 而一款专用芯片的成功与否和其开发生态也息息相关。 通用和专用之争 在比较芯片之前,我们再来看历史上另一个关于通用和专用的争论,或许能对我们现在讨论的芯片专用化的趋势有所启示。 当我们把专用芯片的性能作为常数,而通用芯片的进步模拟成一个阶梯函数,则通用和专用芯片的优势对比可以简单地用下图模型表示(Neil在文中还推理了一个比较复杂的数学公式,这里也不展开赘述)。

    41420

    英伟达推出机器人专用芯片及平台

    2018年台北国际电脑展(Computex)今天(6月5日)开幕,英伟达(Nvidia)发布了首款机器人平台Nvidia Isaac,为下一代自动驾驶机器提供动...

    24330

    采用FPGA,机器人专用运动规划芯片问世

    这种处理器芯片是定制的FPGA或现场可编程门阵列。顾名思义,这些是可以在制造后重新编程以专门处理某些任务的处理器。他们已经存在了几十年,但证明是非常擅长涉及机器学习的问题。 它不仅要考虑从A到B,而是要计算它在那里所占据的3D空间,即所谓“扫描体积”,采用这种全新芯片之后,配有FPGA的机器人手臂几乎瞬间对新环境起反应,无需进行数秒的停顿。

    864110

    苹果公司正在研制人工智能专用芯片

    在苹果公司内部,该芯片被称为苹果神经引擎(Apple Neural Engine)。它将处理人脸识别和语音识别等人工智能过程。苹果最终将把该芯片整合到其硬件上,如iPhone和iPad设备。 但该芯片仍在开发过程中,且没有具体的发布日期。苹果公司的这个新芯片是该公司发展AI的另一个标志,其首席执行官Tim Cook曾表示它将在未来的智能手机中起主导作用。 苹果的AI专用芯片可以在以下多个方面对设备软件进行辅助: 电池电量:据彭博社表示,目前移动设备中的AI任务是由主处理器和图形芯片处理的。 如果将这些任务交给专门处理这些苛刻流程的芯片,可能会延长电池寿命。 增强现实技术(AR):由于专用AI芯片的处理能力得到了提高,因此可以在移动设备上实现更复杂的AR功能。 智能助手Siri:根据物理研究门户网站Phys.org的说法,AI专用芯片可以允许Siri处理存储在移动设备中的数据,而不必借助于远程服务器。

    41970

    元宇宙时代,缺这样一颗「专用芯片

    机器之心发布 机器之心编辑部 AR 行业是否到了需要一颗专用芯片的拐点?近期,Rokid 与安谋科技联合造芯的消息,把这一话题抛到了行业聚光灯下。 自加入苹果后,芯片工程师斯鲁吉就一直致力于根据苹果设备的特定需求设计芯片,而不是使用满足通用要求的芯片。 AR 行业即将开启专用芯片之路,是否会延续当年苹果的破局神话? 据悉,Rokid 携手安谋科技要研发的专用芯片将采用高集成度、小封装、低功耗、低延迟、高性能的异构设计方案,提升影像和传感器数据质量,实现更好的 AR 体验。 斯鲁吉在谈到苹果要造 M1 芯片的这场辩论时说,“这是首要问题。这和芯片无关。苹果不是一家芯片公司。” 相对于跨界进入芯片领域的厂商,AR 眼镜厂商公司推出自己的芯片则是一件更自然的事情。

    7620

    医疗AI公司绕不开的选择难题:开源框架与专用芯片

    当然,除了开源框架,AI芯片也一直都是行业巨头酣战的领域,英特尔、英伟达以及众多AI专用芯片公司的医疗AI相关产品层出不穷。 柏视医疗董事长陆遥:医疗AI专用芯片,具有非常巨大的市场空间,人工智能技术的快速发展,让AI算法在医疗领域已经得到了行业认可,但医疗行业有其行业特点:数据量大、高维度、多模态,显存更大的芯片能够加速AI 对医疗AI专用芯片的选择,内存是考虑因素之一,同时计算力也是一个考量的因素,在这点上英伟达更有优势。所以选择上,看个人更看重哪个因素。 英特尔的医疗AI专用芯片技术起步比较晚,在技术生态环境上暂时比不上英伟达,研发人员对英特尔系列的AI芯片的应用有一定的上手难度。对英特尔芯片的应用,很多技术人员还处于摸索阶段。 目前,选择英伟达的芯片是大多数的选择。 更大显存对医疗AI领域确实有着一定的优势。随着技术的发展,使用英特尔的医疗AI专用芯片做部署环境也是可以考虑的技术路线之一。

    38810

    百度公开硬件基准 DeepBench,推动深度学习专用芯片研发竞争

    【新智元导读】百度开源 DeepBench 基准测试工具,AI研究者和芯片制造商可以用它测试不同的芯片运行软件时的性能,尤其是哪款硬件加速深度学习性能最好。 百度的这次开源将推动深度学习专用芯片蓬勃发展。想了解深度学习硬件与技术发展?10 月 18日下午,来世界人工智能大会技术分论坛,向 Intel 中国研究院院长宋继强提问。 深度学习专用芯片研发火热,微软加入战场 目前为止,DeepBench还只能测试训练深度学习模型,但未来它可能测试用于图像和语音识别之类任务的“推论”模型。 Intel之前收购的 Movidius和Nervana Systems,也在模仿 GPU 的并行计算能力制作芯片,但是着眼于把数据更快转移和分摊给图像所需要的功能。 在前几天的Orlando的微软技术大会上,微软展示了由FPGA升级的定制芯片驱动的服务器于眨眼间完成Wikipedia上全部文字的直译。

    65960

    苹果押宝无人车和增强现实,开发神经引擎AI专用芯片

    将一些任务卸载到专门针对苛刻的 AI 处理任务设计的专用模块中,可以显著提高苹果的硬件性能,尤其是电池性能。新消息可能在 6 月份即将举行的年度开发者大会上正式发布。 在 AI 领域,苹果起步很早。 苹果 AI 芯片旨在显著改进苹果硬件性能——首先体现在电池上 苹果设备目前使用两种不同的芯片处理复杂的 AI 进程:主处理器和图形芯片。 新芯片将使得苹果可以将这些任务卸载到专门针对苛刻的 AI 处理任务设计的专用模块中,从而提高苹果设备的电池性能。 如果苹果开始了芯片的测试和开发,这将跟上已经推出专用 AI 芯片的其他半导体制造商的步伐。 同时,苹果还计划向开发人员提供芯片访问权限,这样第三方应用也可以将 AI 相关的任务卸载到芯片上。 新芯片将在今年 6 月份的年度开发者大会上推出?

    45680

    2017图灵奖得主:通用芯片每年仅提升3%,神经专用架构才是未来

    本文要点 虽然 TPU 是一种专用集成电路,但它适用于神经网络框架 TensorFlow 下的大量程序,驱动了谷歌数据中心的许多重要应用,包括图像识别、翻译、搜索和游戏。 TPU 起源、架构及实现 早在 2006 年,谷歌就开始考虑在其数据中心部署 GPU——现场可编程门阵列(field programmable gate array,FPGA)或专用集成电路(ASIC) 极简是领域专用处理器的优势。 表 4 显示了每个芯片的相对推断性能底线,包括两个加速器 vs. 在设计领域专用架构时不顾架构历史。不适用通用计算的想法可能适合领域专用架构。 因此,了解架构历史的领域专用架构具备竞争优势。 谬误。如果谷歌对 CPU 使用更加高效,它得到的结果将可以媲美 TPU。

    39020

    前沿 | MIT开发神经网络专用芯片:能耗降低95%,适合移动端设备

    选自MIT News 作者:Larry Hardesty 机器之心编译 参与:路雪、刘晓坤 近日,MIT 研究人员开发了一种专用芯片,可以提高神经网络计算的速度,比之前的芯片速度提升三到七倍,同时将能耗降低 现在,MIT 研究人员开发了一种专用芯片,提高神经网络计算的速度,比之前的芯片速度提升三到七倍,同时将能耗降低 93% - 96%。 「通用处理器模型中,芯片一部分是内存,另一部分是处理器,进行计算时必须把数据在二者之间来回传输。」该芯片开发项目的主导者、MIT 电子工程与计算机科学系研究生 Avishek Biswas 说道。 MIT 研究人员的新型芯片通过更准确地模仿大脑实现效率提升。 该芯片中,节点的输入值被转换成电压,然后乘适当的权重。对乘积求和就是把电压连接起来。 在实验中,他们在传统计算机上运行了一个神经网络的完整实现,并在他们的芯片上运行了同等的二值权重神经网络。他们的芯片运行结果准确率只比传统网络降低了 2 到 3 个百分点。

    28170

    韩国先进科学技术研究院研制出人工智能专用芯片

    ——卷积神经网络处理器(convolutional neural network processor,CNNP),以及使用这种芯片的人脸识别系统K-Eye。 为了实现这一目标,该研究团队使用了两项关键技术:具有“始终在线”人脸检测功能的图像传感器,以及卷积神经网络处理器人脸识别芯片。 只需消耗0.62毫瓦的能源即可执行人脸识别,如果允许芯片使用更多能源,其展示的性能会比图形处理器更高。 2017年2月,这些芯片在美国洛杉矶召开的国际固态电路研讨会(International Solid-State Circuit Conference,ISSCC)上展示。 借助这一人工智能芯片的开发,我们希望韩国能够在人工智能技术领域处于全球领先地位。” 该研究团队和UX Factory Co.准备在2017年年底前将K-Eye系列商业化。

    44350

    Jeff Dean谈2020ML:专用芯片、多模态多任务学习,社区不用痴迷SOTA

    在 VentureBeat 的访谈中,Jeff Dean 谈到了以下三个观点: 1、机器学习专用芯片将会更有优势; 2、社区不应该痴迷于 SOTA; 3、多模态、多任务和多模型学习会是一个有趣的方向。 后摩尔定律时代,专用芯片更有优势 上个月我在 arXiv 上看到了您关于机器学习硬件发展的一些评论,这方面的观点您会在下个月的 ISSCC 2020 会议上深入探讨。 Dean:我觉得专用芯片的发展会产生巨大影响。专用芯片一般用来处理一些专门类型的计算。 我们在一些内部芯片的实验上已经取得了不错的成果,包括我们正在做一些专用集成电路芯片设计的早期研究,特别是在布局和布线方面。有了一个芯片设计之后,就会有很多的晶体管以及它们之间的连接方式。 而且我们有一个机器学习模型,专门可以学习如何针对特定芯片进行专用集成电路的布局。

    35720

    学习算法、专用芯片、智能网络、云上数据:未来智能世界的信息基础设施

    二、泛在的深度学习计算需要专用芯片支撑 GPU,很多的GPU,昂贵的GPU是目前训练复杂神经网络的“神器”。这种为图形计算研发的专用处理芯片,功耗、价格、尺寸都不适合现实的智能应用场景。 自身将其定位为“中国首款全球领先的嵌入式人工智能视觉芯片”。当然,更多芯片厂商也都进入了这片蓝海。 大量的经费、技术、资源引入,肯定会出现越来越多的深度学习专用芯片,配套的视频识别、语音翻译专用系统集成模块。让整个行业,更快的告别用通用GPU完成深度学习的历史。 预见10年之内的智慧网络应该是这样的:5G网络提供高带宽而普适、泛在的接入;公共云平台逐步汇聚越来越多的数据,形成全球共用的人脸数据库、基因库、城市地图等智能算法所需的基础“数据资源”;越来越多的基于专用芯片的行业应用模型可靠 随着网络技术、芯片技术、大数据技术的同步发力,这是一种趋势和必然,不以人的意志转移。

    27470

    谷歌Edge TPU专用芯片横空出世!抢攻IoT欲一统物联网江湖

    可以想见,未来谷歌Edge TPU在物联网以及智能终端设备中的巨大使用空间,以及对物联网芯片市场的冲击。 将机器学习带到边缘,省钱!省时! 今天谷歌宣布推出两款旨在帮助客户大规模开发和部署智能连接设备的新产品:Edge TPU,一款新的硬件芯片,以及Cloud IoT Edge,一款将Google Cloud强大的AI功能扩展到网关和连接设备的软件栈 Edge TPU是谷歌的专用ASIC芯片,专为在边缘运行TensorFlow Lite ML模型而设计。在设计Edge TPU时,我们非常注重在很小的占用空间内优化“每瓦性能”和“每美元性能”。 Edge TPU芯片的尺寸,与一美元硬币对比 根据谷歌博客的介绍,Edge TPU 的特点如下: 边缘上的AI 如今,从消费者到企业应用程序,AI无处不在。 Edge TPU是谷歌为在边缘运行AI而设计的专用ASIC。它在很小的物理占用和很低功耗的限制下提供高性能,使得在边缘部署高精度的AI成为可能。

    21410

    相关产品

    • 专用宿主机

      专用宿主机

      专用宿主机(CDH)提供用户独享的物理服务器资源,满足您资源独享、资源物理隔离、安全、合规需求。专用宿主机搭载了腾讯云虚拟化系统,购买之后,您可在其上灵活创建、管理多个自定义规格的云服务器实例,自主规划物理资源的使用。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券