Dieser Artikel wurde vom Supernet reproduziert, andere Medienreproduktionen unterliegen der Genehmigung durch Supernet.
NVIDIA Performance die letzten zwei Jahre stieg Aktien haben vor 30 2 Jahren $ eine Rakete von der Regel getan, sprang stieg auf $ 250, ein sehr wichtiger Grund ist, dass NVIDIA in dem aufstrebenden Bereich zu bleiben, vor tief Lernen, AI künstlicher Intelligenz, CEO Jen-Hsun Huang ist Einige Medien werden "AI Pate" genannt.
Im Gegensatz dazu hat AMD in den vergangenen zwei Jahren in der Gaming-Markt zu kämpfen, aber AMD CTO, sagte kürzlich in einem Interview, AMD verfügt über eine umfassende Strategie für maschinelles Lernen, die eine KI-Engine für die Rechenzentren und Edge Computing-Märkte bereitstellen wird.
EETimes interviewte kürzlich Mark Papermarster AMD Chief Technology Officer, AMD über die Strategie von AI gesprochen, 7 nm Vega, Zen-2-Prozessoren und zukünftige Prozesstechnologieauswahl und andere Fragen.
Jeder kann jedoch sicher sein, dass Papermarster keine neuen Produkte, neue Technologien und neue Prozesse erwähnt hat, sondern dass die Geheimnisse des Unternehmens strikt eingehalten werden und der wichtigste Inhalt darin besteht, zu bestätigen, dass AMD große Erfolge auf dem KI-Markt erzielen wird.
Mark Papermarster behauptet, dass AMD über eine umfassende Strategie für maschinelles Lernen verfügt, die KI-Engines für Rechenzentren, Edge Computing und mehr bereitstellen wird.
Aber die spezifischen Details sind weg.Welche Produkte stellt AMD für den KI-Markt bereit? Welche Optimierungen werden für KI, Deep Learning etc. gemacht? Diese Fragen sind nicht zu sagen.
EETimes erwähnt bereits 2016 AMD eingeführt, um die GPU-Beschleunigung für tiefe Lernen, das ist die Radeon Instinct Beschleuniger, der eine neue Generation von Radeon Instinct MI25 Vega-Architektur verwendet, wobei 64 Sätze von NCU-Einheit, ist die Umwandlung über 4096 SP stream processing Mit 16 GB HBM2-Speicher beträgt die Speicherbandbreite bis zu 484 GB / s, und die Semi-Precision-Gleitkomma-Leistung wurde stark verbessert, bis 24.6TFLOP erreicht, und die einfache Genauigkeit beträgt ebenfalls 12.3FLOPS.
Danach stellte Google den TensorFlow-Prozessor für das Deep Learning vor und erweiterte die Hardware mit MAC (Multiply Accumulating Unit), um das Deep Learning zu beschleunigen.Im Mai 2017 führte NVIDIA die Volta-Grafikkarte ein, die als erste der MAC-Einheit beitritt. Die Grafikkarte, genannt Tensor-Einheit von NVIDIA.
Zu Beginn dieses Jahres plant Intel die Movidius Beschleunigereinheit erwerben zu einem PC mit Windows ML-Plattform übertragen werden, Analysten glauben, dass Intel schließlich Movidius Einheit in die CPU integriert.
Mark Papermarster nicht Vega AMD bestätigt wird später in diesem Jahr veröffentlicht werden, ob hinzuzufügen oder MAC-Betriebseinheit 7 nm Zen2 Prozessor Anfang nächstes Jahr veröffentlicht, aber er sagte, die bevorstehende Vega GPU-Unterstützung für 16-Bit-Floating-Point-Operationen unerwartet.
Das ist eigentlich nichts Neues, lange vor der Veröffentlichung, AMD erwähnt die 7 nm Vega eine neue Tiefe des Lernens Befehle, Unterstützung für 8-Bit-Betrieb hinzugefügt.
Nun große Unternehmen in tiefem Lernalgorithmus sind Forschung zu beschleunigen, trat ARM die acht Operationen in dem ML-Core hat NVIDIA in zwei Operationen untersucht worden, Intel planen Einheiten in Betrieb.
