这个夏天
姐姐风刮得正猛
《三十而已》迎风而来
其中顾佳家中的智能化家电
更是让一众吃瓜群众秒变“柠檬精”
但实际上
人类对人工智能的探索远不止如此
然而,今天我们要聊的却是
花团锦簇的 AI 背后的暗流汹涌
AI 训练VS AI 推断,谁主沉浮?
“AI 产品化”的核心在于将AI模型转变为可投产的 AI 应用,这一趋势的到来大大加快了该领域的发展。随着“产品化”进程愈演愈烈, AI 推断所带来的收入预计将很快超越 AI 训练收入。
不断增长的AI推断需求,谁来满足?
随着 AI 模型所需算力发生数量级增长, AI 推断对于硬件的需求大大增加。而摩尔定律的日渐式微,让架构创新成为希望之星。只有特定领域架构(DSA)才能确保硬件可以跟上不断增长的 AI 推断需求——DSA代表着未来计算,即为“每种类型的工作负载”定制自适应硬件,以实现最高的运行效率。
“AI 产品化”难题,谁能化解?
DSA 对于 AI 推断的真正意义在于,我们所看到的每一种 AI 模型都需要略有不同、有时甚至是完全不同的 DSA 架构。鉴于每个 AI 模型都需要定制 DSA 才能发挥最高效率,AI 的应用用例正在快速增长。基于 AI 的分类、对象检测、细分、语音识别和推荐引擎只是其中一些已经实现产品化的 AI 用例,如今每天都在涌现大量全新的应用。此外,在每个应用内部,有更多模型被开发出来,或用于提高准确性,或用于简化模型,赛灵思 FPGA 和自适应计算器件能够在单节点/单器件内从硬件架构到软件层适配最先进的 AI 网络,从而节省了巨大的市场营销成本和时间。
与先进的 GPU 相比,赛灵思 FPGA 和自适应计算器件的内部存储器是其 8 倍,且存储器层级完全可由用户定制。现在,通过Vitis统一软件平台,就能让赛灵思器件具备这样的能力,它将 AI 和软件开发合二为一,便于开发者使用 C++/python、AI 框架和库为他们的应用加速。
所以……
赛灵思又双叒叕获奖了!
近日,在电子发烧友举办的首届中国人工智能卓越创新奖颁奖典礼上,赛灵思及其旗下的 Vitis AI 分获“最具影响力品牌”奖与“最具创新价值产品”奖。从 1984 年至今,逾三十而“立”,赛灵思协同 Vitis AI 一起乘风破浪!
文章来源:Xilinx赛灵思官微