英特尔/英伟达/AMD/IBM 逐鹿AI芯片战场

2018-06-14 01:14

来源： OFweek人工智能网

加入自媒体纠错订阅

导读： 近来，芯片巨头在AI领域动作频频。

作为Issac项目的嵌入式硬件平台，Jetson主要面对的应用场景是机器人。相较于此前TX1（Maxwell架构）、TX2（Pascal架构）型号，加了“Xavier”的Jetson含了六颗处理器，每秒可执行30万亿次操作。

据了解，打造这款芯片足足耗费了五年的时间——三年设计、两年筑造，共有超过8000人参与了设计与开发，是Nvidia单独做过的最长的处理器项目。它的处理能力与配备了10万美元GPU的工作站大致相同，但功率仅为30瓦。当前Nvidia的技术，已经被一些企业用于自主仓库机器人、机器采摘和农业机器人。

AMD：与英特尔合作牵制英伟达

无论在CPU还是GPU的市场份额上，AMD在短期内都无法撼动英特尔和英伟达的行业霸主地位。

但面对英伟达频频推出“核弹”，英特尔和AMD开始了合作牵制策略。去年11月，AMD和英特尔又联手向英伟达发起挑战，正式宣布联手推出集成英特尔处理器和AMD图形处理器的用于轻薄便携笔记本电脑芯片。

分析人士称，AMD、英特尔、英伟达未来的竞争主要在人工智能领域。

AMD首席执行官Lisa Su展示最新的7nm GPU

AMD此次公开展示的全球首款7纳米制程的GPU芯片原型是对这个预言的应验。这款含有32GB高带宽内存的芯片，专为人工智能和深度学习设计，用于工作站和服务器。

据了解，Vega性能相比上一代节点（14纳米）性能提高35％，能效提高两倍，密度也翻了一番。

IBM：DNN算力是GPU100倍

IBM在最近发表在Nature上的一篇论文中表示说，IBM Research AI团队用大规模的模拟存储器阵列训练深度神经网络（DNN），达到了与GPU相当的精度。

用GPU运行神经网络的方法近年来已经通行人工智能领域，然而两者的组合其实并不完美。IBM 研究人员希望专门为神经网络设计一种新芯片，使前者运行能够更快、更有效，据研究人员称，IBM全新芯片可以达到GPU 280倍的能源效率，并在同样面积上实现100倍的算力。

<上一页 1 2

声明： 本网站所刊载信息，不代表OFweek观点。刊用本站稿件，务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像，违者将依法追究法律责任。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻