中文繁體版   English   星期五 ,12月 15日, 2017 (台北)
登入  申请试用  MY DIGITIMES228
 
Reserch
books

FPGA具多重优势 扩大深度学习云端推论芯片市场

  • 胡明杰
本文限「Research 人工智能 New」会员阅读,请登入会员,或洽询会员服务

DIGITIMES Research观察2017年云端深度学习(Deep learning)用途处理器(Processor)、加速器(Accelerator)相关产品发展,NVIDIA通用图形处理器(General-Purpose Computing on Graphics Processing Unit;GPGPU)产品布局横跨消费型产品到云端服务器,在云端人工智能训练市场由NVIDIA GPGPU及Google藉由张量处理器(Tensor Processing Unit;TPU)提供的基础建设即服务(Infrastructure as a Service;IaaS)形成寡占局面。

云端推论用途处理器市场竞争激烈,GPGPU将受由现场可程序逻辑闸阵列 (Field Programmable Gate Array;FPGA)方案提供的异构运算 (Heterogeneous computing)方案冲击。

云端服务商针对深度学习推出由FPGA建构的相关服务,如阿里云(Alibaba Cloud)采Altera Arria 10推出的F1执行个体(最小采购单位),及采赛灵思(Xilinx) KU115的F2执行个体,又如微软(Microsoft)用以改善Bing查找引擎服务与Azure云端运算服务的投石器(Catapult)计画等,显示FPGA方案在深度学习用途处理器市场的影响力渐增。

FPGA方案因具可编程性(Programmable),故开发速度较快,能快速进入市场抢占先机,也因可重新编程,故可减少修改与调整程序错误的负担。其藉由硬件描述语言(Hardware Description Language;HDL)改变电路逻辑与配置,针对不同深度学习算法进行加速,能适应深度学习快速演进的各种算法。

另一项具有竞争力的方案则为由Google所带动的特定用途集成电路(Application Specific Integrated Circuit;ASIC)方案,透过最佳化特定用途的运算资源配置,使处理器能在特定任务中将能效最佳化,并精简硬件设计,达到最小化的芯片尺寸,搭载于终端装置上具有较大优势。

对比ASIC与FPGA方案,成本、上市速度与编程弹性等,为业者采用关键,本文亦分析在出货量提升与制程提升的情境中,ASIC与FPGA两方案的成本差异。

出货规模与价格敏感度成业者采FPGA与ASIC方案关键
资料来源:DIGITIMES Research,2017/9

内文目录

  • ASIC与CPU+FPGA方案成GPGPU竞争者
  • 采ASIC并降低精度提高能源效率
  • FPGA具编程弹性与短开发周期 成本为关键
  • 结语

图表目录

  • Google拥ASIC方案自成一系 英特尔挟FPGA争云端推论市场主流
  • NVIDIA产品布局完整 然推论市场竞争激烈
  • Google透过降低精度的ASIC方案提升运算速度
  • GPGPU最适平行运算 然功耗与散热问题较大
  • 6 个图表

会员登入

若您已是DIGITIMES Research的正式会员,请由此下方登入。

帐号:
   【范例:user@company.com】
口令: 忘记口令
    连续一个月系统自动记住帐号口令

登入

★ 若您是第一次使用会员资料库,请点选申请个人帐号

服务加入办法

若想立刻加入付费会员,请洽询客服专线:
+886-2-87125398。
(周一至周五工作日9:00~18:00)

服务信箱:member@digitimes.com
(一个工作日内将回覆您的来信)。

 申请加入会员

 Research会员服务说明

 DIGITIMES Research介绍

 
Slide Show─
为投影片搭配仔细解说的服务模式,提供具时效性的ICT产品产销、展场观察等研究成果,同时可直接作为会员简报材料。
Insight─
为深入研究观点与发现的实时服务,内容包括重要事件评论、重要产业信息的揭露等。
Data Point─
以1个图表搭配简洁文字说明,提供图文并茂的资料库服务。
Spec & Price─
解析全球主要市场终端产品零售均价与规格,并提供客制化查询数据库。
Spot Price─
提供每周太阳光电产业链上下游现货报价信息,藉此反应市场供需波动变化,并解析市场最新脉动。
Industry Review─
定期检视产业核心构面的重要事件与发展,以利掌握产业关键动态、议题实质内涵与加值观点。