起航学习网

看看2017年人工智能芯片有何发展，对于人工智能的粉丝和采用者来说，2017年是令人兴奋的一年。进入2018年，我们想看看未来将要发生什么。有一件事是肯定的：我们刚刚开始这个旅程，今后一年会有很大的成功以及巨大的失败。在进行预测之前，对2017年人工智能领域进行梳理可能会有所帮助。让我们先来简短地看看，过去一年里人工智能领域发生了哪些事情。

2017年人工智能芯片的10件大事

1、AMD推出了AI GPU和软件Vega Frontier Edition。AMD宣布赢得了一些大型的部署，其中包括用于百度选用AMD的GPU，以及微软Azure选用AMD的EPYC CPU。

2、Amazon．com AWS宣布了针对（赛灵思提供驱动的）F1实例的AWS Marketplace Solutions，用于应用加速（用于视频、基因组学、分析和机器学习）。百度，华为等公司也加入了赛灵思FPGA这股潮流。

3、NVIDIA凭借用于机器学习的NVIDIA Volta V100 GPU和云服务令市场震惊，TensorCores－6X每秒运算速度达到125万亿次，其性能是一年前推出的PASCAL的6倍。

4、NVIDIA还宣布推出自己的Deep Learning ASIC，将其纳入该公司下一代DrivePX汽车平台。如承诺的那样，NVDIA在第三季度以开源技术的形式发布了该规范。

5、Google发布了自己的用于人工智能深度学习训练的ASIC芯片——Cloud TensorFlow Prcessing Unit，每个裸片提供45个TeraOps，4裸片的180 TeraOps卡用于其数据中心和云服务中。这一消息引发了人们对ASIC可能对NVIDIA统治地位造成威胁的猜测。

6、NVIDIA数据中心业务继续超出最高期望值，实现三位数的增长，达到约15亿美元的收入运行率。

8、微软宣布其内部使用英特尔Altera FPGA机器学习和其他应用取得了令人印象深刻的结果。这也提高赛灵思在数据中心的预期。说起来......

8、英特尔错过了Nervana Engine产品发布这一里程碑，后者在2016年被英特尔收购。

9、英特尔取消了Knights Hill Xeon Phi芯片，不是因为标准至强处理器已经很好了，就是因为英特尔计划将其人工智能转移到Nervana。毫无疑问，能够大幅节省开发费用是最终的决定性因素。

10、最后，为人工智能挑战NVIDIA而开发的ASIC数量急剧增长，其中包括六家中国初创公司、六家美国风险投资公司以及其他几家大公司（包括高通、华为和东芝）。

文章出自：http://qh.itpxw.cn/ai/python/201838080.html

文章标题：2017年人工智能芯片走过的风风雨雨

免责声明：本站文章均由入驻起航学习网的会员所发或者网络转载，所述观点仅代表作者本人，不代表起航学习网立场。如有侵权或者其他问题，请联系举报，必删。侵权投诉