标签：GPU

继亚马逊和微软之后，谷歌也推出其GPU运算云端服务，致力于为用户加速其工作负载。谷歌云端服务继搭载英伟达K80 GPU后，于昨日推出英伟达 Tesla P100 GPU

2017-09-29编辑归档阅读(180)评论(0)赞(0)

今日（9月26日）上午，NVIDIA在北京召开2017GTC大会，会后黄仁勋接受了、网易、搜狐等国内知名媒体采访，他谈到了FPGA发展趋势，NVIDIA投资逻辑，如何看待谷歌TPU的竞争、网络安全等话题

2017-09-27编辑归档阅读(68)评论(0)赞(0)

本文从人工智能芯片分类讲起，介绍设备端推断、云端推断和训练等层的AI芯片构成的产业生态，以及在这个生态中国内外的竞争格局

2017-09-05编辑归档阅读(68)评论(0)赞(0)

黄仁勋认为，AI现在是一种正在兴起的、非常激动人心的计算方法，在10年左右的时间里，几乎每一种计算都无疑会以AI为基础。将来，英伟达很可能会变成一个AI计算公司。电子设备将在我们身体里，终究会缩小成我们体内一个细胞。

2017-05-07编辑归档阅读(87)评论(0)赞(0)

GPU本来不是为AI设计的，而是为了处理图像。但大约五年前，谷歌和Facebook等公司开始利用GPU来训练神经网络，因为GPU是执行此类任务的最佳选择，GPU将继续扮演这一角色。

2017-04-29编辑归档阅读(91)评论(0)赞(0)

2016年的人工智能发展比较迅猛，无论是从标志性的事件、巨头的布局以及投资的数据等，都可以看到发展极其迅猛，但整体还在初期。

2017-04-19编辑归档阅读(61)评论(0)赞(0)

随着模型层数越来越多，GPU加CPU的优势会越明显。GPU+CPU肯定是一种很好的编程模型，会在整个人工智能领域有一个很长足的发展。

2017-04-12编辑归档阅读(74)评论(0)赞(0)

在Andrew Ng所接触到的80-90%AI项目中，都遵循这一规律：在人类能做到领域，AI的进展更快。很多项目的发展一旦超越人类水准，发展也会变得缓慢。这也带来一个社会矛盾：如果AI和人的水平类似，实质上是跟人类竞争。

2017-04-10编辑归档阅读(96)评论(0)赞(0)

FPGA市场前景诱人，但是门槛之高在芯片行业里无出其右。全球有60多家公司先后斥资数十亿美元，前赴后继地尝试登顶FPGA高地，但是最终登顶成功的只有位于美国硅谷的两家公司：Xilinx与Altera。

2017-03-29编辑归档阅读(50)评论(0)赞(0)

利用GPU做图形计算，可以做到比CPU计算5倍以上性能提升，价格降低6倍，功耗降低10倍，体积减少20倍。利用依赖于GPU集群计算的1：1实时结构化，能够实现全数据中秒级响应。

2017-03-28编辑归档阅读(62)评论(0)赞(0)