知识卡片
硬件专用化需要场景前提
GPU适合广泛并行任务,FPGA可重构并组织流水处理,ASIC针对固定操作定制效率。性能收益取决于数据流、精度、规模和开发维护成本。不能由一类任务的优点推出某种硬件在所有推理场景都更优。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能安全可控的产业生态建设 云边硬件取舍与软件生态 · 查看原书依据
FPGA拥有优秀的可重构性,开发周期短,可编程灵活性高,可对任务进行流水化并行处理,在推理运算方面明显优于GPU,从而凭借独特的优势在一片红海的人工智能市场占据一席之地,为人工智能算法的开发验证与芯片的前期定制提供一种“节约”的选择。FPG
参考来源
- 位置:《人工智能安全》人工智能安全可控的产业生态建设,云边硬件取舍与软件生态(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0010.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。
- 原始内容:FPGA拥有优秀的可重构性,开发周期短,可编程灵活性高,可对任务进行流水化并行处理,在推理运算方面明显优于GPU,从而凭借独特的优势在一片红海的人工智能市场占据一席之地,为人工智能算法的开发验证与芯片的前期定制提供一种“节约”的选择。FPG