imsc互联网+生态农业官方网站

<

三大门派并分146亿美元大蛋糕

时间:2017-12-03 22:27来源: 作者:imsc+互联网+ 点击:

 

 

 

  看点:人工智能大势之下,芯片市场的蛋糕越做越大。有分析认为,到2020年AI芯片市场规模将达到146.16亿美元,约占全球人工智能市场规模12.18%。

 

 

 

AI芯片也被称为AI加速器或计算卡,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)。当前,AI芯片主要分为 GPU 、FPGA 、ASIC 。

 

 

 

 

一文看懂AI芯片:三大门派四大场景146亿美元大蛋糕【附下载】| 智东西内参

 

 

  AI芯片也被称为AI加速器或计算卡,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)。当前,AI芯片主要分为 GPU 、FPGA 、ASIC 。

 

  人工智能大势之下,芯片市场的蛋糕越做越大。有分析认为,到2020年AI芯片市场规模将达到146.16亿美元,约占全球人工智能市场规模12.18%。

  本期的智能内参,我们推荐来自天风证券的AI芯片市场报告,结合智东西市场观察,从市场和流派出发盘点AI芯片的发展现状,分析四大蓝海的未来格局。

  如果想收藏本文的报告全文(天风证券-人工智能立夏已至,AI芯片迎接蓝海),可以在智东西(公众号:zhidxcom)回复“nc208”下载。

  以下为智能内参整理呈现的干货:

 

 

 

AI "脑力" 之源

 

 

深度学习在神经网络模型的应用中主要分为上游训练端和下游推理端

 

 

深度学习在神经网络模型的应用中主要分为上游训练端和下游推理端

  互联网大数据的兴起对超算芯片提出了新的需求,人工智能(AI)亦如是。AI的“脑力”核心在于芯片和算法。

  其中,AI算法的目前的主流方案是深度学习/强化学习,并已经被AlphaGo Master 和Zero成功验证可行性。深度学习即通过构建一种深层非线性网络结构,来实现复杂函数逼近及自动特征提取,具有强大的从少数样本集中挖掘数据统计规律的能力。

 

 

 

典型AI芯片商一览

 

 

典型AI芯片商一览

  另一方面,芯片,则为复杂的计算任务提供支撑(随着模型的逐渐复杂化,浮点运算的数量也呈指数级增长至 ExaFLOPS)。

  2015 年微软ResNet 含有 6000 万个参数,运算量为 7 ExaFLOPS(百亿亿次浮点运算)。2016 年百度语音识别系统 Deep Speech 2 的参数量上升到 3 亿个,运算量提升至 20 ExaFLOPS。而今年Google 的 NMT 神经网络机器翻译系统,参数量达 87 亿个,需要 105 ExaFLOPS 的运算量。

  因此,本质上,是摩尔定律的突破和并行计算以及云计算的发展,让人工智能开始得以普及。没有 GPU,人们就无法快速的处理海量数据,而数据训练的匮乏,会让深度学习的效率还不如人类工程算法(human engineering algorithm)。

 

 

 

 

GPU称雄 ASIC割据

 

 

四大芯片的 “通用性和功耗的平衡”

 

 

四大芯片的 “通用性和功耗的平衡”

 

 

 

目前深度学习领域常用的四大芯片类型

 

 

目前深度学习领域常用的四大芯片类型

  2011年,吴恩达率先将GPU用于谷歌大脑,发现12颗GPU可提供约2000颗CPU的深度学习性能,之后纽约大学、多伦多大学及瑞士人工智能实验室纷纷在GPU上加速其深度神经网络。

  可以说,在过去的几年,尤其是2015年以来,人工智能大爆发就是由于英伟达公司的GPU得到广泛应用,使得并行计算变得更快、更便宜、更有效。

 

 

 

GPU和CPU结构上的区别

 

 

GPU和CPU结构上的区别

  GPU比CPU拥有更多的运算器(Arithmetic Logical Unit),只需要进行高速运算而不需要逻辑判断,其海量数据并行运算的能力与深度学习需求不谋而合。因此,在深度学习上游训练端(主要用在云计算数据中心里),GPU 是当仁不让的第一选择。目前GPU的市场格局以英伟达为主(超过70%),AMD 为辅,预计 3-5 年内 GPU 仍然是深度学习市场的第一选择。

  下游推理端更接近终端应用,更关注响应时间而不是吞吐率,需求更加细分,除了主流的GPU芯片之外,还包括CPU、FPGA( Xilinx、英特尔Altera、Lattice 及 Microsemi等)、ASIC (英特尔Nervana Engine、Wave Computing 的数据流处理单元、英伟达的DLA、谷歌 TPU、寒武纪 NPU等)也会在这个领域发挥各自的优势特点。

 

 

 

FPGA:现场可编程门阵列