Comments 6
Насколько я понимаю, TPU, — весьма специализированное устройство, оно умеет только перемножать большие матрицы восьмибитных целых в режиме data flow, но зато делает это эффективно. NVidia с её универсальным железом будет трудно держаться вровень с такой сырой мощью.
ну как бэ да. асики — узкоспециализированные устройства. зато, как видим из таблички, на INT8 преимущество по скорости в 2 раза, а по энергопотреблению все 3… итого при одном и том же энергопотреблении разница в скорости в 6 раз не в пользу нвидии… хотя с другой стороны теслы то можно перенастроить на любой другой алгоритм позже, а вот асики — нет. только выбросить и заменить другими…
Есть ещё вопрос ценообразования, возможно выбросить и заменить дешевле чем перенастроить :)
Перемножение матриц очень много где можно использовать.
«Модуль» (я тут работаю) в 1998 выпустил первый NeuroMatrix, с говорящим названием. Тогда бум НС сдулся, но чип выбрасывать не пришлось, он и его потомки вполне востребованы в цифровой обработке сигналов.
«Модуль» (я тут работаю) в 1998 выпустил первый NeuroMatrix, с говорящим названием. Тогда бум НС сдулся, но чип выбрасывать не пришлось, он и его потомки вполне востребованы в цифровой обработке сигналов.
Sign up to leave a comment.
Nvidia опубликовала отчет о разработке и оптимизации актуальных GPU и сравнила их с TPU Google