当前位置:首页 > 企业新闻 >

谷歌说TPU比GPU更牛,Nvidia表示不服,并朝谷歌扔了一块TeslaV100|官网

编辑:环球体育 来源:环球体育 创发布时间:2021-09-13阅读21020次
  本文摘要:图形分解功能。

图形分解功能。GPU被设计成图形分解。由于需要反对图形分解功能,GPU芯片减少了大量体积,这意味着比专用芯片更旧。谷歌在最近的博客中,TPU主张推理小说的性能比现代GPU和CPU慢15-30倍,同时消耗电力也低30-80倍。

(Nvidia反驳说,谷歌比较TPU和原GPU。实际上,这种比较几乎不公平。GPU是通用芯片,可以继续绘图运算,用途多样。

TPU属于ASIC,也就是为特定用途设计的类似规格逻辑IC,只继续单一工作,速度慢也是合理的。TPU和GPU之间不仅代表性能对决,还代表ASIC和通用型芯片两种设计构想之间的游戏论。除了Nvidia和谷歌,很多芯片巨头Intel也参加了这个游戏论。前段时间,Intel以高达4亿美元的价格收购了AI芯片创业企业Nervana,并声称2020年前将深度自学培训速度提高100倍。

Nvidia回答说,TeslaV1000是在深度自学领域更加专业化,需要与这些定制芯片竞争的有力证据。NvidiaGPU工程部高级副社长Jonah的Alben在谈论芯片竞赛时说:考虑到包含深度自学训练的优秀芯片的所有要素,就找不到比特率、输出/输入和数学运算能力。在这些方面,我们都是专家。

官网

只要我们用完全相同的油漆画画,就会告诉谁更强。(公共编号:)谷歌在定制AI芯片领域名列前茅,Nvidia在未来多年仍保持竞争力。Gartner的分析家马克·洪说:到目前为止,人工智能芯片还没有建立大规模销售。对于Nvidia来说,潜在的危险性一直是不存在的,但是在这些公司大规模销售AI芯片之前,会对Nvidia造成确实的威胁。

这些即将到来的AI芯片和Nvidia之间的明争暗斗指出,深刻的自学计算对更强的计算能力的市场需求越来越丰富。几年前GPU进入大爆炸,是因为深度自学网络的训练时间从几个月延长到几天。从1950年代开始出生的深刻自学,以强大的计算能力为支撑,现在越来越有创造力。但是,随着越来越多的企业试图将深入自学的产品和服务带入其中,对更慢芯片的市场需求将没有结束。

Alben说:我听说,人类需要无限的深度计算能力。越像无限,越好。版权文章允许禁止发表。下一篇文章发表了注意事项。


本文关键词:环球体育,官网

本文来源:环球体育-www.juegosgelball.com

048-208773110

联系我们

Copyright © 2010-2014 临汾市环球体育有限公司 版权所有  晋ICP备24449072号-8