I-Components.com hoşgeldiniz

Türk dili
English polski Nederland Gaeilge 한국의 Slovenská Português ภาษาไทย Slovenija Hrvatska Kongeriket Italia العربية Français עִבְרִית español Dansk Svenska Deutsch Suomi românesc Türk dili Magyarország

FPGA tabanlı sinir ağı hızlandırıcısı GPU'ları geride bırakıyor

Sekiz bitlik tamsayı çözünürlüğü kullanılarak GoogLeNet Inception-v1 CNN olarak gösterildi. Saniyede 16,8 terra işlemi gerçekleştirdi (TOPS) ve saniyede 5,300 görüntü üzerinde çıkarım yapabilir. Xilinx Virtex UltraScale + XCVU9P-3 fpga. Modüler, ölçeklenebilir yaklaşım, hem veri merkezinde hem de akıllı kameralarda ortaya çıkan çıkarımlarda olduğu gibi Fawcett'in açıkladığı gibi, nesne algılama ve video işleme uygulamalarının uçta ve bulutta kullanılmasını sağlıyor.

DPU, paralel DSP mimarisini, dağıtılmış belleği ve farklı algoritmalar için mantık ve bağlantı yeniden yapılandırılabilirliğini kullanarak, makine öğrenimi uygulamalarında nöral ağ topolojileri için en uygun hesaplama performansını sağlayacak şekilde yapılandırılabilir.

DPU, rakip herhangi bir CNN'den% 50 daha yüksek performans elde ediyor ve belirli bir güç veya maliyet bütçesi için GPU'ları geride bırakıyor. Fawcett, “fpga, gelecekteki prova için çok esnek olan ve GPU'ları AI'da daha iyi performans gösteren, daha düşük gecikme süresiyle dünya çapında bir platform ve mimaridir” diye ekledi.

Şirket ayrıca Oxford Üniversitesi'nde bir DPhil'e (PhD0) fpgas üzerinde derinlemesine öğrenme ivmesinin uygulanmasına yönelik teknikleri incelemek için sponsor olduğunu açıkladı. Bu çalışma, Omnitek'in AI hesaplama motorları ve algoritmaları ile ilgili kendi araştırmaları ile işbirliği içinde olacak.