隨著人工智能行業(yè)的快速突破，人工智能領(lǐng)域各大公司的人才趨勢也備受關(guān)注。你來了又走，AI江湖上發(fā)生了一場大屠殺。當然，AI領(lǐng)導人的更換將對特定公司的業(yè)務(wù)產(chǎn)生影響。然而，從整個行業(yè)的角度來看，人才的頻繁流動可能會推動行業(yè)的整體進程。我不相信你會顛覆歷史。艾未未功夫自1956年問世以來，經(jīng)歷了60年的風風雨雨。它有各種各樣的體裁，難以學習，難以練習，也沒有很大的成功。很難學習，因為你必須掌握一種稱為“算法”的算法。開玩笑的是，人工智能在21世紀擁有強大的數(shù)據(jù)處理能力。人們很難認為人工智能在進入21世紀后的一天內(nèi)就具有強大的數(shù)據(jù)處理能力。這只是一個玩笑，對于沒有受過機器訓練的人來說，這是不可能的。“深度學習分為許多分支，如DBN、CNN、BP、RBM等。其中，最好的是CNN（卷積神經(jīng)網(wǎng)絡(luò)），稱為卷積神經(jīng)網(wǎng)絡(luò)。它被廣泛使用。計算能力被降至最低。”Ai芯片。各種芯片如雨后春筍般涌現(xiàn)。把他們帶到火車上很容易。這座寺廟也充滿了AI來到人間的喜悅。世界各地的國家都意識到人工智能的重要性，都吃過鍋碗瓢盆來歡迎人工智能。2016年，聯(lián)合國發(fā)布了一份通知，呼吁人類討論機器人的制造和使用如何促進人工智能的進步以及可能存在的社會和道德問題。2016年，美國政府宣布連續(xù)三次獲得金牌：美國人工智能研究與發(fā)展國家戰(zhàn)略計劃，為人工智能的未來做準備，以及《人工智能、自動化和經(jīng)濟學報告》。他們宣布加入人工智能領(lǐng)域，并描述了這一舉措可能帶來的光明前景。看到這一點，英國政府立即開出處方，發(fā)表了《機器人技術(shù)與人工智能》報告，詳細描述了機器人技術(shù)與英國人工智能的密切關(guān)系。憑借算法和計算能力，天地已定。有政策和戰(zhàn)略，有溫和的風和溫和的雨。這是一個產(chǎn)業(yè)萌芽、草生長、鶯飛翔、繁榮昌盛的時刻。人才流動是產(chǎn)業(yè)加速的信號。這本書屬于真實故事。芯片定義了產(chǎn)業(yè)鏈和生態(tài)系統(tǒng)的基本計算架構(gòu)。正如CPU是IT產(chǎn)業(yè)的核心一樣，芯片也是人工智能產(chǎn)業(yè)的核心。換句話說，世界上的人工智能芯片分為四大流派：GPU。現(xiàn)在，它就像東邪一樣充滿活力。它與并行計算形成了先發(fā)優(yōu)勢。潛伏在北方的FPGA正秘密地進行縱向和橫向的聯(lián)合。它有指揮英雄的氣勢，就像丐幫一樣。與南方分離的ASIC占據(jù)了巨大的市場，并參與了大量的公司。大腦就像芯片，這更“邪惡”“，直接復制大腦的意圖也暗含著詢問中原的野心。根據(jù)互聯(lián)網(wǎng)上公開發(fā)布的信息，今年，四大學校已派出數(shù)十名專家參加華山劍辯論。這些專家都是芯片設(shè)計階段的專家。這些專家有什么特點？誰能在中央解放軍中競爭ins？下面逐一進行分析。GPU學校應(yīng)該是市場上最著名的學校。GPU又稱視覺處理器，是專門用于圖像和視頻處理的相關(guān)處理芯片。2012年，多倫多大學博士生Alex krizhevsky在Imagenet競賽中獲得2012年冠軍。Alex提出了一個很好的模型，該模型在僅使用兩個GPU訓練深層神經(jīng)網(wǎng)絡(luò)方面取得了很好的效果。江湖一下子轟動一時，GPU訓練神經(jīng)網(wǎng)絡(luò)的潮流由此而來。你知道，過去在人工智能領(lǐng)域，CPU一直被用來處理數(shù)據(jù)，但CPU的效率太低了。那一年，谷歌曾花費大量資金購買了1.6萬個處理器，并將它們?nèi)M谷歌大腦。峰值功耗超過10萬瓦，占地面積數(shù)十平方米。世界上有多少人買得起16000個處理器？隨著alexnet劃時代論文的出現(xiàn)，GPU在服務(wù)器端風靡全球。有人會問，CPU和GPU都是處理器。他們之間有什么區(qū)別？與CPU相比，GPU的出現(xiàn)要晚得多，但并行計算能力往往落后于CPU。并行計算是相對于串行計算而言的。你知道，自從計算機誕生以來，計算機編程幾乎一直都是串行計算。絕大多數(shù)程序只有一個進程或線程。例如，一個人只能先吃然后看聊天。但是如果更多的人喜歡邊吃邊聊天呢？遇到這種問題，串行計算是愚蠢的。并行計算可以一次執(zhí)行多條指令，可以很好地解決吃飯聊天的問題。解決方案可分為時間并行和空間并行。時間并行是指流水線技術(shù)，而空間并行是指使用多個處理器并行執(zhí)行計算。深度學習依賴于神經(jīng)網(wǎng)絡(luò)。一般來說，網(wǎng)絡(luò)越深，訓練時間越長。對于某些網(wǎng)絡(luò)結(jié)構(gòu)，如果使用串行x86處理器進行培訓，可能需要數(shù)月甚至數(shù)年的時間。因此，必須使用并行甚至異構(gòu)并行方法，以使訓練時間可以接受。在當前人工智能芯片領(lǐng)域，GPU的應(yīng)用領(lǐng)域不容低估。據(jù)JonPedie Research（以下簡稱JPR）市場研究公司統(tǒng)計，從2008年到2015年，除了2008年GPU的市場規(guī)模略有下降外，全球獨立圖形卡的出貨量和銷售額在其他年份都呈現(xiàn)出明顯的上升趨勢，并在2012年到2015年加速增長。GPU領(lǐng)域只有兩家大公司。一個是NVIDIA，約占70%的市場份額，另一個是AMD，一萬年來排名第二，約占30%的市場份額。就GPU用戶數(shù)量而言，根據(jù)NVIDIA 2016年財務(wù)報告，與2013年的100個和2014年的1549個相比，2015年有3409家機構(gòu)或企業(yè)使用NVIDIA的GPU產(chǎn)品從事人工智能研究。這些企事業(yè)單位包括各大高校的人工智能實驗室、互聯(lián)網(wǎng)企業(yè)、軍工企業(yè)等。雖然amd落后于NVIDIA，但2016年其市場份額呈上升趨勢。在發(fā)布了代號為Vega Vega Vega Vega的GPU芯片后，市場受到了歡迎，未來可能還會繼續(xù)上漲。缺點是GPU消耗大量電源（例如，高端圖形卡的功耗為200W以上）。一旦開啟，散熱就會成為一個麻煩。FPGA和GPU的缺點是它們太貴并且有副作用。冷卻是一個大問題。我該怎么辦？Xilinx和其他公司已經(jīng)改進了FPGA的許多技術(shù)，使其價格低廉、功耗低，這使得實踐更加有趣。因此，越來越多的人追隨FPGA，組建了一所專業(yè)學校。FPGA來自哪里？最初，Xilinx早在1984年就發(fā)布了世界上第一個FPGA。當時，F(xiàn)PGA芯片尺寸很大，但成本不低。1992年以后，由于FPGA采用了新的處理節(jié)點，卷積神經(jīng)網(wǎng)絡(luò)首次在FPGA上實現(xiàn)。但直到2000年，F(xiàn)PGA Dan方法結(jié)合“整容手術(shù)”“過一段時間，就會有一點成功。容量變化是指FPGA不僅是一個門陣列，而且是一個與可編程邏輯集成的復雜功能集。自2008年以來，F(xiàn)PGA不僅可以集成越來越多的系統(tǒng)模塊和集成重要的控制功能，還可以使用更高效的系統(tǒng)編程語言，如OpenCL和C語言，通過一種類似于軟件的過程，減少了硬件編程的難度。因此，自2011年以來，出現(xiàn)了大規(guī)模的基于FPGA的算法研究。簡而言之，F(xiàn)PGA的全稱是“現(xiàn)場可編程門陣列”。其基本原理是將一個大的n

« 傳云存儲公司Dropbox獲6億美元貸款額度 最快年底IPO | 迪士尼想賣Twitter，但賣Twitter太貴了 »