Lisää tekoälyn laitteistovalmiuksia

CPU toimii edelleen hyvin yritysjärjestelmissä tai sovelluksissa, joissa ohjelmoinnin yleinen joustavuus on suurempi kuin pelkkä prosessointiteho. Grafiikkasuorittimet ovat kuitenkin nyt standardi erilaisille datatieteen, koneoppimisen, tekoälyn ja syväoppimisen tarpeille. Tietenkin kaikki etsivät jatkuvasti seuraavaa suurta asiaa kehitysympäristössä. Sekä CPU:t että GPU:t ovat tuotantotason prosessoreita. Tulevaisuudessa saatat nähdä näiden standardien tilalla toisen kahdesta prosessorista:

• Sovelluskohtaiset integroidut piirit (ASIC): Toisin kuin tavalliset prosessorit, toimittaja luo ASIC:n tiettyä tarkoitusta varten. ASIC-ratkaisu tarjoaa erittäin nopean suorituskyvyn erittäin pienellä teholla, mutta siitä puuttuu joustavuus. Esimerkki ASIC-ratkaisusta on Googlen Tensor Processing Unit (TPU) , jota käytetään puheenkäsittelyyn.
• Field Programmable Gate Arrays (FPGA:t): Kuten ASIC:n kanssa, myyjä yleensä valmistaa FPGA:n tiettyä tarkoitusta varten. Toisin kuin ASIC, voit kuitenkin ohjelmoida FPGA:n muuttamaan sen taustalla olevia toimintoja. Esimerkki FPGA-ratkaisusta on Microsoftin Brainwave , jota käytetään syvään oppimisprojekteihin.

ASIC:ien ja FPGA:iden välinen taistelu lupaa kiihtyä, ja AI-kehittäjät ovat nousseet voittajiksi. Toistaiseksi Microsoft ja FPGA näyttävät ottavan johtoaseman. Asia on siinä, että tekniikka on sujuvaa, ja sinun pitäisi odottaa näkeväsi uutta kehitystä.

Toimittajat työskentelevät myös täysin uusien prosessointityyppien parissa, jotka voivat toimia tai eivät välttämättä toimi odotetulla tavalla. Esimerkiksi Graphcore työskentelee Intelligence Processing Unit (IPU) -yksikön parissa. Sinun on otettava uutiset näistä uusista prosessoreista suolalla, kun otetaan huomioon alaa aiemmin ympäröinyt hype. Kun näet oikeita sovelluksia suurilta yrityksiltä, ​​kuten Googlelta ja Microsoftilta, voit alkaa tuntea olosi hieman varmemmaksi kyseessä olevan teknologian tulevaisuudesta.