Xilinx 乘风,Vitis AI 破浪,好事成双

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

推荐阅读