尽管GPU仍是当前的机器学习市场的主流,但有产业观察家已经预见了FPGA、ASIC在机器学习领域的崛起。Deloitte Global分析指出,FPGA与ASIC有助于降低机器学习应用的功耗,并提升系统的反应能力与灵活度,因此可望扩大机器学习的应用范围。
Enterprise Tech网站引述Deloitte Global年度预测报告指出,2018年FPGA与ASIC将在机器学习领域占据更重要的地位。到了2018年底,数据中心内约有25%以上的机器学习工作负载将是由FPGA与ASIC芯片负责处理,而目前这些工作多是交由GPU与CPU执行。
Deloitte预测,2018年企业数据中心将会使用到80万片机器学习芯片,其中有60%为GPU,FPGA与ASIC则可分别攻下20%与10%的全球市场。到了2022年,机器学习加速市场将可达到45亿~91亿美元的市值。
一些较早开始使用FPGA、ASIC芯片加速的用户,主要是将它们运用机器学习的推论(inference)任务上,但不久之后,FPGA、ASIC芯片在模块训练工作上也将能有所发挥。
目前像是亚马逊(Amazon)的AWS与微软(Microsoft)的Azure云端服务,都已引进FPGA威廉希尔官方网站 。国内电商阿里巴巴也宣布与英特尔(Intel)合作,利用Xeon-FPGA平台加速云端应用。英特尔近来不断强调,数据中心可透过FPGA调整云端平台,提升机器学习、影音数据加密等工作的执行效率。
另一方面,也有Google等厂商开始将ASIC运用在机器学习,以TensorFlow机器学习软件为基础的芯片也已问世。
Deloitte指出,对于功率受限的推论工作,Google TPU拥有很大的优势。而第二代的TPU还能用于模块训练,只不过目前还不清楚TPU2是否能将TPU处理特定推论工作的优势,延续到训练上。
Deloitte提到,CPU与GPU的结合,对机器学习发展的推动产生了很大的助力。如果未来各种FPGA与ASIC解决方案也能在提升处理速度、效率与降低成本方面发挥足够影响力,那么机器学习应用将可再次出现爆炸性的进展。
-
FPGA
+关注
关注
1629文章
21735浏览量
603172 -
asic
+关注
关注
34文章
1200浏览量
120478 -
机器学习
+关注
关注
66文章
8414浏览量
132606
原文标题:【IC设计】FPGA、ASIC下一波机器学习主力
文章出处:【微信号:gh_44592200c847,微信公众号:gh_44592200c847】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论