2017-04-06 13:40
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