英特尔/英伟达/AMD/IBM 逐鹿AI芯片战场
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。
最新活动更多
-
正在直播立即观看>> OFweek 2024(第十三届)中国机器人产业大会
-
直播回顾进入直播>> 智能医疗设备测试的挑战
-
4月26日立即报名 >> 【线上研讨会】TDK模块化电容器、电能质量解决方案
-
4月30日免费下载 >> SPM31智能功率模块助力降低供暖和制冷能耗,打造可持续未来!
-
4月30日限时免费下载>> 高动态范围(eHDR)成像设计指南
-
5月10日立即下载>> 【是德科技】精选《汽车 SerDes 发射机测试》白皮书
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论