0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)的火熱,GPU面臨嚴(yán)峻挑戰(zhàn)

454398 ? 來源:ST社區(qū) ? 作者:ST社區(qū) ? 2020-10-15 10:32 ? 次閱讀

人工智能興起之后,安防行業(yè)就成為了人工智能技術(shù)最大的試驗(yàn)田,也是落地的主要場景之一。

對于視頻監(jiān)控行業(yè)來說,在GPU的CUBA模塊出現(xiàn)后(相關(guān)鏈接:為何GPU能在安防行業(yè)呼風(fēng)喚雨?十幾年前這件事改變了安防前端格局),前端攝像機(jī)對GPU的依賴就越來越重,一臺攝像機(jī)能夠搭載什么樣的智能算法,算力又如何很大程度上取決于GPU的性能。

然而安防行業(yè)是一個場景化的行業(yè),GPU再好也有著它的局限性。在AI發(fā)展的浪潮下,越來越多的安防企業(yè)選擇自研芯片來適應(yīng)更細(xì)分的需求。

各個安防企業(yè)都鉚足力氣或自研或合作生產(chǎn)安防芯片,幾乎每隔幾天就能蹦出一條非GPU安防芯片問世的新聞,在這個勢頭下,不少人都在心里打鼓:“是否GPU的王朝就要結(jié)束了?”

隨著深度學(xué)習(xí)的火熱,GPU面臨嚴(yán)峻挑戰(zhàn)

王朝是否結(jié)束先按下不表,但從2019年全年智能安防芯片的產(chǎn)出來看,ASIC、FPGA表現(xiàn)優(yōu)秀,更是有專家表示,在細(xì)分場景的深度學(xué)習(xí)方面安防芯片已經(jīng)展現(xiàn)出了良好的發(fā)展趨勢,那么我們今年就來看一下2019年安防芯片得到了哪些發(fā)展機(jī)遇,又有哪些安防芯片表現(xiàn)出不俗的競爭力。

智慧安防需求多樣,AI安防芯片崛起契機(jī)來臨

在傳統(tǒng)的認(rèn)知中,算法的深度學(xué)習(xí)都依賴GPU的CUBA模塊,根據(jù)吳恩達(dá)教授在2011的實(shí)驗(yàn)結(jié)果表明,12顆英偉達(dá)GPU可以提供相當(dāng)于2000顆CPU的深度學(xué)習(xí)性能。

但CPU作為圖像處理器時,設(shè)計(jì)初衷是為了應(yīng)對圖像處理中的大規(guī)模并行計(jì)算。因此應(yīng)用于深度學(xué)習(xí)時有明顯的局限性。

首先就是硬件結(jié)構(gòu)完全由GPU廠商決定(主要是英偉達(dá)),其次是在深度學(xué)習(xí)方面,其效能遠(yuǎn)低于ASIC及FPGA芯片。

通俗的講,采用GPU,你可以定制場景化的算法,但硬件性能以及發(fā)揮的效率完全是由英偉達(dá)決定,且算法的復(fù)雜程度還需要卡GPU的效能決定。

盡管GPU目前依靠其優(yōu)秀的編程環(huán)境和頂尖的算力依舊穩(wěn)坐AI芯片市場NO1的地位,但其他兩種芯片已呈現(xiàn)出后來居上之勢。

ASIC和FPGA在安防行業(yè)越來越得到重視

算力的優(yōu)勢并不是憑空而來,傳統(tǒng)的GPU雖然在算力上占盡優(yōu)勢,但存在嚴(yán)重的晶體管堆料的現(xiàn)象,導(dǎo)致其利用效率不高而且造成的功耗遠(yuǎn)高于其他兩種芯片,對于以7X24小時運(yùn)行的安防設(shè)備來說,這樣的功耗很難接受。

市場上雖然對這些缺點(diǎn)還算比較容忍,(畢竟客戶主要更關(guān)心算力)。但長此以往無異于飲鴆止渴。

在設(shè)計(jì)層面,由于摩爾定律的失效。7nm后制程升級越來越困難,GPU若想保持其算力優(yōu)勢勢必還會走“堆料”的路子,在云端市場不斷發(fā)展的今天,這樣的市場越來越難以為繼。也導(dǎo)致不少安防廠商紛紛開發(fā)自己的ASIC和終端的FPGA市場。

由一家獨(dú)大,到如今隱隱的三分天下之勢,GPU確實(shí)該考慮如何更好的適應(yīng)市場了。

激烈的安防芯片競爭

在AI芯片選擇方面,一般是有錢的選擇ASIC,早期過渡和追求性價比會選擇FPGA。

FPGA的是很多創(chuàng)業(yè)公司初期選擇的平臺,深鑒、寒武紀(jì)、地平線、比特大陸都先后使用過FPGA,商湯等視覺公司也應(yīng)用過FPGA+GPU的解決方案,但當(dāng)業(yè)務(wù)發(fā)展到一定程度后,都逐步開始轉(zhuǎn)向ASIC。

這是由于其芯片結(jié)構(gòu)決定的,F(xiàn)PGA相比GPU功耗更低,相比ASIC具有更短的開發(fā)時間和更低的開發(fā)成本。

一句話總結(jié)就是方便、性價比高。且由于英特爾于2015年收購了最成功的的FPGA芯片廠商Altera(151億美元的天價,不得不說英特爾也是給CPU研發(fā)部門下了“死命令”),近年來不斷推出CPU+FPGA的組合給各個行業(yè)都帶來了前所未有的AI發(fā)展機(jī)遇。

成本低、重構(gòu)靈活成為FPGA最大的競爭籌碼

且由于近兩年業(yè)界對于深度的學(xué)習(xí)能力大為推崇,在這方面具有優(yōu)勢的FPGA無疑就成為了很多廠商的選擇。

相比性價比較高的FPGA,ASIC芯片無疑就彰顯了定制化芯片的霸氣。除了不能像FPGA那樣進(jìn)行功能擴(kuò)展和重構(gòu)以外,ASIC芯片幾乎滿足了所有安防高端定制化的需求,在功耗、可靠性、體積方面優(yōu)勢很大,尤其是在移動端,其高性能、低功耗的特點(diǎn)成為了眾多廠商的首選。

尤其是人工智能越來越深度化的當(dāng)下,人們對于智能化深度的要求越來越高。相對應(yīng)的芯片需要運(yùn)行的算法也越來越復(fù)雜,這都要求芯片擁有一套專用的架構(gòu)與其進(jìn)行對應(yīng),而ASIC芯片完美地滿足了這一需求。

而ASIC應(yīng)用的典型的代表就是知名的Alpha Go的大腦:谷歌研發(fā)的TPU芯片,其強(qiáng)大的深度學(xué)習(xí)能力和較低的功耗都讓業(yè)內(nèi)艷羨。

據(jù)寒武紀(jì)發(fā)布的指令集指出,未來ASIC芯片將是AI芯片的核心。

不過研發(fā)ASIC芯片的一大難題就是其高昂的成本和較長的開發(fā)周期。目前,致力于研發(fā)AISC芯片的都是既擅長芯片研發(fā)又具備AI算法的行業(yè)巨頭,適用于已經(jīng)具有一定規(guī)模且需求場景化定制需求的安防大廠。

除了這幾大類以外,目前安防行業(yè)還有云端芯片和類腦芯片具有強(qiáng)大的競爭力。

不過不管誰將在這場競爭中勝出,GPU在安防行業(yè)中的衰落或?qū)⒊蔀楝F(xiàn)實(shí),而在AI芯片的競爭當(dāng)中誰又能拔得頭籌,這還要看他們具體和安防行業(yè)的適配程度。

智能芯片市場玩家可不止“御三家”

自研芯片的春天

2019年,我國安防芯片取得了很大的成就,不管是泛用性極廣的海思Hi3516CV500、昇騰系列、還是具有超高集成度的國科微GK7205/GK7205S、亦或是致力于智慧城市建設(shè)的地平線旭日1.0都向我們揭示了如今安防行業(yè)對于定制化AI芯片的渴求。

在新的一年里,隨著安防智能化的不斷深入,AI芯片行業(yè)競爭也會愈加激烈,但無論如何這對于中國安防的發(fā)展,都是多了一種選擇,也多了一份效能。

編輯:hfy

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • FPGA
    +關(guān)注

    關(guān)注

    1624

    文章

    21573

    瀏覽量

    600707
  • asic
    +關(guān)注

    關(guān)注

    34

    文章

    1178

    瀏覽量

    120161
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    27

    文章

    4640

    瀏覽量

    128484
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46401

    瀏覽量

    236629
  • 安防芯片
    +關(guān)注

    關(guān)注

    1

    文章

    23

    瀏覽量

    16260
收藏 人收藏

    評論

    相關(guān)推薦

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?146次閱讀

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理器(GPU)憑借其強(qiáng)大的并行計(jì)算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?90次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    的發(fā)展前景較為廣闊,但也面臨一些挑戰(zhàn)。以下是一些關(guān)于 FPGA 在深度學(xué)習(xí)中應(yīng)用前景的觀點(diǎn),僅供參考: ? 優(yōu)勢方面: ? 高度定制化的計(jì)算架構(gòu):FPGA 可以根據(jù)
    發(fā)表于 09-27 20:53

    大模型發(fā)展下,國產(chǎn)GPU的機(jī)會和挑戰(zhàn)

    電子發(fā)燒友網(wǎng)站提供《大模型發(fā)展下,國產(chǎn)GPU的機(jī)會和挑戰(zhàn).pdf》資料免費(fèi)下載
    發(fā)表于 07-18 15:44 ?6次下載
    大模型發(fā)展下,國產(chǎn)<b class='flag-5'>GPU</b>的機(jī)會和<b class='flag-5'>挑戰(zhàn)</b>

    深度學(xué)習(xí)算法在嵌入式平臺上的部署

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)算法在各個領(lǐng)域的應(yīng)用日益廣泛。然而,將深度學(xué)習(xí)算法部署到資源受限的嵌入式平臺上,仍然是一個具有挑戰(zhàn)性的任
    的頭像 發(fā)表于 07-15 10:03 ?981次閱讀

    基于深度學(xué)習(xí)的小目標(biāo)檢測

    )的廣泛應(yīng)用,小目標(biāo)檢測的性能得到了顯著提升。本文將詳細(xì)探討基于深度學(xué)習(xí)的小目標(biāo)檢測技術(shù),包括其定義、挑戰(zhàn)、常用方法以及未來發(fā)展方向。
    的頭像 發(fā)表于 07-04 17:25 ?643次閱讀

    深度學(xué)習(xí)的模型優(yōu)化與調(diào)試方法

    深度學(xué)習(xí)模型在訓(xùn)練過程中,往往會遇到各種問題和挑戰(zhàn),如過擬合、欠擬合、梯度消失或爆炸等。因此,對深度學(xué)習(xí)模型進(jìn)行優(yōu)化與調(diào)試是確保其性能優(yōu)越的
    的頭像 發(fā)表于 07-01 11:41 ?585次閱讀

    新手小白怎么學(xué)GPU云服務(wù)器跑深度學(xué)習(xí)?

    新手小白想用GPU云服務(wù)器跑深度學(xué)習(xí)應(yīng)該怎么做? 用個人主機(jī)通常pytorch可以跑但是LexNet,AlexNet可能就直接就跑不動,如何實(shí)現(xiàn)更經(jīng)濟(jì)便捷的實(shí)現(xiàn)GPU云服務(wù)器
    發(fā)表于 06-11 17:09

    大模型時代,國產(chǎn)GPU面臨哪些挑戰(zhàn)

    ,國產(chǎn)GPU在不斷成長的過程中也存在諸多挑戰(zhàn)。 ? 在大模型訓(xùn)練上存在差距 ? 大語言模型是基于深度學(xué)習(xí)的技術(shù)。這些模型通過在海量文本數(shù)據(jù)上的訓(xùn)練,
    的頭像 發(fā)表于 04-03 01:08 ?4520次閱讀
    大模型時代,國產(chǎn)<b class='flag-5'>GPU</b><b class='flag-5'>面臨</b>哪些<b class='flag-5'>挑戰(zhàn)</b>

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈?b class='flag-5'>GPU

    基礎(chǔ)設(shè)施,人們?nèi)匀粵]有定論。如果 Mipsology 成功完成了研究實(shí)驗(yàn),許多正受 GPU 折磨的 AI 開發(fā)者將從中受益。 GPU 深度學(xué)習(xí)面臨
    發(fā)表于 03-21 15:19

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    在如今的網(wǎng)絡(luò)時代,錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度學(xué)習(xí)逐漸走進(jìn)人們的視線,通過
    的頭像 發(fā)表于 01-11 10:51 ?1776次閱讀
    詳解<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    揭秘GPU: 高端GPU架構(gòu)設(shè)計(jì)的挑戰(zhàn)

    在計(jì)算領(lǐng)域,GPU(圖形處理單元)一直是性能飛躍的代表。眾所周知,高端GPU的設(shè)計(jì)充滿了挑戰(zhàn)。GPU的架構(gòu)創(chuàng)新,為軟件承接大模型訓(xùn)練和推理場景的人工智能計(jì)算提供了持續(xù)提升的硬件基礎(chǔ)。
    的頭像 發(fā)表于 12-21 08:28 ?804次閱讀
    揭秘<b class='flag-5'>GPU</b>: 高端<b class='flag-5'>GPU</b>架構(gòu)設(shè)計(jì)的<b class='flag-5'>挑戰(zhàn)</b>

    微波GaN HEMT 技術(shù)面臨挑戰(zhàn)

    報告內(nèi)容包含: 微帶WBG MMIC工藝 GaN HEMT 結(jié)構(gòu)的生長 GaN HEMT 技術(shù)面臨挑戰(zhàn)
    發(fā)表于 12-14 11:06 ?340次閱讀
    微波GaN HEMT 技術(shù)<b class='flag-5'>面臨</b>的<b class='flag-5'>挑戰(zhàn)</b>

    GPU深度學(xué)習(xí)中的應(yīng)用與優(yōu)勢

    人工智能的飛速發(fā)展,深度學(xué)習(xí)作為其重要分支,正在推動著諸多領(lǐng)域的創(chuàng)新。在這個過程中,GPU扮演著不可或缺的角色。就像超級英雄電影中的主角一樣,GPU
    的頭像 發(fā)表于 12-06 08:27 ?1159次閱讀
    <b class='flag-5'>GPU</b>在<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>中的應(yīng)用與優(yōu)勢

    #GPU顯卡 #中國制造? 中國GPU面臨至暗時刻嗎?

    半導(dǎo)體元器件gpu
    深圳市浮思特科技有限公司
    發(fā)布于 :2023年11月07日 14:43:15