人工智慧越來越近 多家硬體廠商紛紛加入深度學習領域

隨著人工智慧的不斷發展，儼然成為科技圈的下一個風口，很多科技大鱷公司紛紛加入到這一領域，並且取得一定的成就。我們來看一下NVIDIA,、AMD、Intel這三個硬體廠商有關硬體設備的深度學習之爭。

眾所周知，AMD的顯卡非常的棒。Vega Frontier Edition 系列明顯的要優於NVIDIA的相應產品，通過一項類似於對Volta和Pascal所做的無偏差標準測試，在使用液態冷卻的前提下，Vega Frontier 的性能要持平甚至優於Titan V。值得注意的是，Vega是基於傳統的圖形處理晶元架構，而Titan V是全新的。這樣，在2018第三季度即將發布的新一代AMD架構，將會有更加出彩的表現。

AMD希望僅僅通過把32-bit 浮點數運算的圖形處理晶元換成16-bit，從而在深度學習硬體開發上取得成功。這是一個既簡單又有效的策略。這樣設計的GPU，雖然對於高性能計算沒有什麼用處，但是對於遊戲玩家以及深度學習社群來說，這樣的改變會獲得更穩定的表現，同時由於16-bit浮點數運算顯卡的運算非常直接，晶元的開發成本也會相應降低。

然而最大的問題是軟體。即使你擁有了這麼強大的AMD GPU，你卻很難使用它-因為目前沒有一款主流的軟體框架能夠很好支持AMD GPU。

那麼同樣是顯卡廠商的英偉達呢？隨著英偉達Titan V的發布，我們邁入了深度學習硬體發展的動蕩期。雖然Titan V的深度學習專用核心Tensor Core有著獨特的性能，但性價比實在太糟，使其市場吸引力不足，只是現階段除此之外又沒有別的選擇。

市場上還有另一位新晉競爭者：Intel Nervana的神經網路處理器（NNP）。憑藉著幾種迎合CUDA開發者需求的獨特性能，它表現得還比較有競爭力。NNP處理器可以解決優化深度學習的CUDA內核中絕大多數的問題，這款晶元才真正稱得上第一枚深度學習晶元。

值得注意的是，隨著這些科技大鱷在人工智慧方面的不斷深入，人工智慧的腳步也將離我們越來越近。在於硬體設備這一領域，國內企業還有很長的路要走，目前國內只有華為一家擁有手機晶元麒麟970處理器，而其它國內廠商無論是PC端還是手機領域都要依賴供應廠商供應才能實現。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！