2018年,机器学习市场,赛灵思准备好了,你准备好了吗?

作者:Steve Leibson,编译:黑夜

说起AI相信大家肯定大家都不陌生,搞过深度学习的人可能都会碰到一个问题,那就是没有一个好的加速硬件,例如GPU,很难做深度学习。小编今天带大家走进一篇关于机器学习加速芯片的报告,来看一下未来的机器学习加速市场。在这篇名为“加速器:下一代机器学习芯片”的报告中,德勤全球预测,“到2018年底,用于加速数据中心机器学习的所有芯片中,超过25%将是FPGA,ASIC”。报告接着说道:“这些芯片将大大提高机器学习的使用率,使应用程序能够消耗更少的功率,同时变得更具相应能力,灵活性和处理能力,这将扩大其市场”。在后来的报告中指出:“机器学习应用还将售出20万多个FPGA和10万个ASIC芯片”。

芯片销售报告

在报告给出的图中可以清晰的看到,在机器学习加速硬件方面,2018年将是2016年的4倍之多。GPU依旧占大多数,但是可以看到FPGA和ASIC已经占据了一定的比例。

新的芯片会大大增加机器学习的使用,使应用程序能够使用更少的功率,同时变得更加灵敏和灵活,这可能会增大其应用的市场。机器学习的2018年FPGA总计用量至少为20万,这个数字也许会更高,但究竟有多少,很难预测。

这个趋势正是Xilinx将其机器学习开发的软件产品从edge迅速扩展到云的原因。其中包括用于开发响应式和可重构视觉系统的reVISION堆栈以及用于在云规模上开发和部署平台的可重构加速堆栈。(查看Xilinx机器学习网页获取更多信息)

随着机器学习硬件加速市场的不断扩大,以及Xilinx对这方面的大力投入,相信不久的将来,在硬件加速方案上,Xilinx的FPGA一定会占据主要地位,并以FPGA独特的低功耗等优点,使得机器学习的应用市场更大。

声明:本文来源于Xilinx Xcell Daily Blog,由创新网赛灵思中文社区编译,转载请注明作者、出处及原文链接