| 发布于: | 雪球 | 转发：0 | 回复：10 | 喜欢：0 |
看了，对比的是老的K80，而且好像降频了，开普勒架构的老GPU了，现在VOLTA的GPU都要出来了，NVDA GPU自己都有30-50倍性能提升了，而且只是用在部分DNN推理计算上，神经网络推理的计算密集度小训练几个数量级，而且8bit精度固化的乘法器硬件结构也不灵活，Google的优势在他的DNN框架TensorFlow会朝8bit低精度推理计算发展，各个DNN框架现在竞争很激烈，DNN结构优化，基础算法变数还是很大，微软的FPGA方案已经证明了，大量轻载推理计算需要更多计算核心，这个是ASIC，FPGA的优势，可以构建更小，但是更多的核心，但是DNN网络发展还在往复杂化，更多层发展，最后还是一个军备竞赛，Google的TPU也还需要不断往前，NVDA的GPU可是是一年一升级，TPU升级还需要保持一个兼容性，NVDA cuda得这样的平台是优势，另外，这么简单的8bit MAC，如果真有必要，GPU也很容易集成进去呀，看起来也不需要多大的die size
TPU最多是用于谷歌内部 并且TPU必须用tensorflow 所以还威胁不到英伟达的地位
将来的格局真的不好说。。 个大公司都牟足了劲。
自动驾驶那块其实就是做推断
是推论，不是训练哈，训练靠gpu ，哈哈哈