1、即专门用于处理人工智能应用中的大量计算任务的模块,其他非计算任务仍由CPU负责。人工智能将推动新一轮计算革命,深度学习需要海量数据并行运算,传统计算架构无法支撑深度学习的大规模并行计算需求。
2、因此,深度学习需要更适应此类算法的新的底层硬件来加速计算过程。
3、芯片也为响应人工智能和深度学习的需要,在速度和低能耗方面被提出了更高的要求,目前使用的gpu、fpga均非人工智能定制芯片,天然存在局限性,除具有最明显的优势gpu外,也有不少典型人工智能专用芯片出现。
1、即专门用于处理人工智能应用中的大量计算任务的模块,其他非计算任务仍由CPU负责。人工智能将推动新一轮计算革命,深度学习需要海量数据并行运算,传统计算架构无法支撑深度学习的大规模并行计算需求。
2、因此,深度学习需要更适应此类算法的新的底层硬件来加速计算过程。
3、芯片也为响应人工智能和深度学习的需要,在速度和低能耗方面被提出了更高的要求,目前使用的gpu、fpga均非人工智能定制芯片,天然存在局限性,除具有最明显的优势gpu外,也有不少典型人工智能专用芯片出现。
免责声明:本答案或内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。