《表1 主流人工智能芯片性能特点及主要厂商》
从功能上看,深度学习可分为训练(training)和推断(inference)两个环节,基于上述各类人工智能芯片的性能特点。在训练环节,主要以GPU为主;在云端推断环节,除了使用GPU进行运算外,FPGA和ASIC也发挥了重大作用;终端推断环节,所用芯片则主要以ASIC为主。
图表编号 | XD0089321100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 王焕宁 |
绘制单位 | 上海投资咨询公司 |
更多格式 | 高清、无水印(增值服务) |
从功能上看,深度学习可分为训练(training)和推断(inference)两个环节,基于上述各类人工智能芯片的性能特点。在训练环节,主要以GPU为主;在云端推断环节,除了使用GPU进行运算外,FPGA和ASIC也发挥了重大作用;终端推断环节,所用芯片则主要以ASIC为主。
图表编号 | XD0089321100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 王焕宁 |
绘制单位 | 上海投资咨询公司 |
更多格式 | 高清、无水印(增值服务) |