人工智能有三要素:算法,计算力,数据。我们今天主要来讲讲计算力。
异构厨房系统:
大厨力不从心,于是老板需要找个帮手(协处理器)来帮助他,比如在切菜方面,这个帮手可以同时处理很多菜品(并行处理),而且速度很快(低延时)。希望在合理的分工协作下,厨房能满足新的需求。
为什么CPU在大量数据处理时效率不高?
同构厨房系统:
有人会说,为啥不再雇个大厨(双核),这样组成一个同构厨房系统不好吗?当然可以,因为之前的芯片结构貌似就是这样迭代的。但是或许有以下缺陷无法避免:
对协处理器的要求?
- 最好能提供多样的菜品加工能力,比如洗菜,切菜一体化。(算法性能)。异构系统中,High Performance Compute要求全面实现加速算法,而不是仅仅是几个步骤。所以协处理器需要能全面支持需要用到的场景关键算法。
- 支持同时、快速加工(数据并行处理能力,低延时处理能力)。协处理器需要有大量的数据并行通道,每个通道需要支持低延迟的数据管线处理。
- 便于操作和菜品存取(接口性能)。要提供合适的接口带宽,快速,安全地和主处理器进行数据交互。
- 安装方便,能更新处理流程(配置灵活)。用户能方便地安装,配置,最好能更新协处理器的功能,方便日后计算需求的升级迭代。
- 节能(功耗)。更低的功耗意味着更低的运行成本,更小的空间占用和更简单的热处理方案。
GPU:动作很快的笨笨小帮厨
ASIC: 最强订制料理机
如果给ASIC牌料理机制定一句广告语,我觉得是:最快速度,最低能效,您厨房的最强帮手。