人工智能近些年的大火,直接促進了CPU和GPU的發展,而NVIDIA的GPU真正借着這股“東風”迅速成為AI市場的主流産品之一,其勢頭甚至蓋過了CPU。當時今天我們要說的有後起之勢的AI專用芯片IPU(智能處理器)。
Graphcore
Graphcore是英國人工智能芯片硬件設計初創公司,現在IPU扛把子企業。而這家公司研發的智能芯片應用範圍十分廣泛,包括無人駕駛卡車、雲計算、處理機器學習技術,等等。事實上,有了高性能芯片的支持,就能利用海量數據來訓練人工智能系統。
IPU(智能處理器)
在圖像識别的SOC中,有一個很重要的單元:IPU(Image Processing Unit)圖像處理單元。圖像處理單元的目标是提供從圖像輸入(攝像頭傳感器 / 電視信号輸入等)到顯示設備(LCD顯示屏 / TV輸出 / 外部圖像處理單元等)端到端的數據流信号處理的全面支持。
而Graphcore針對計算圖處理設計推出的IPU(Intelligence Processing Unit)處理器架構,正逐漸進入到AI廣泛的應用場景之中。可以這麼說,CPU和GPU是AI時代的适應者,而IPU才是為AI而生的。
CPU與GPU所不及?
Graphcore IPU的性能與市場上領先的GPU相比如何?這取決于它完成的任務。如果用于靜态圖像分類的前饋卷積神經網絡,GPU已經可以做得很好,但IPU可以提供兩到三倍的性能優勢,有時甚至是五倍。
AI人工智能的基礎就是深度學習,隻有不斷地學習才是人工智能更加的“智能”。IPU芯片就是用于推理或培訓。因為随着機器學習的發展,系統将能夠從經驗中學習。這就需要系統低延遲和不出錯,IPU可以有效地完成所有這些事情。
AI應用需要專門的處理器,而IPU正是這樣的處理器。目前,AI在各行各業均得到廣泛應用,IPU可以基于自身優勢為世界的智能化進程增添不竭動力。大家關于IPU(智能處理器)還有什麼想說的,可以關注并留言給科技貓。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!