AI学习者 · 2020年08月21日

解读:业界权威AI芯片目录集《AI芯片技术选型目录》-云端/数据中心篇

转载自:人工智能产业发展联盟AIIA
作者:AIIA

7月30日,中国人工智能产业发展联盟(以下简称“联盟”或AIIA)计算架构与芯片推进组发布 《AI芯片技术选型目录》( 2020年7月版)。希望通过“AI芯片技术选型目录”的工作,一方面提供选型参考,希望收入 AI 芯片目录的产品信息可以作为用户选型依据之一;另一方面是帮助芯片企业宣传产品,同时通过测试验证以及依托AIIA DNN benchmark项目,来切实反映当前AI芯片的真实性能。

●“云端/数据中心”概览●

640.png

部署在云端/数据中心的AI芯片,按照处理任务具体分为云端训练和云端推理两部分,共包含 9 家 厂商,分别来自百度、燧原科技、NVIDIA、赛灵思、寒武纪、比特大陆、鲲云科技与华为的共 16款 芯片/加速卡。

640-1.png

●解读分析●

AI芯片的深度学习计算能力云端训练主要支持INT8与FP32,云端推理则以标称INT8为主。

云端数据中心/峰值算力(INT8&FP32)

640.jpg

云端/数据中心:主要集中在7-28nm,以12nm与16nm居多。

云端/数据中心 工艺分布统计

640-1.jpg

云端数据中心/Power vs Computation(峰值、典型功耗/理论峰值算力)

640-2.jpg

●关于AIIA DNN benchmark●

传统TOPS,TFLOPS,TOPS/W等算力与能耗比标称已不能全面反映处理器在深度学习任务中的性能表现。面向不同场景的人工智能算法对芯片提出了不同的要求,如:硬件架构、延迟、吞吐量、能耗、体积、神经网络模型、参数等都是用户方选择AI芯片的重要参考。

AIIA 对于AI芯片的性能,注重于特定场景和硬件测试环境下的指标为衡量,目前已初步形成端+云全方位基准测试方案,目前主要面向推断任务场景,后续推进组会启动训练任务的基准测试评估评测。

想知道AI芯片的真实性能么?欢迎关注官网:

http://www.aiiaorg.cn/benchmark,想客观真实反映你的AI产品性能么?欢迎参与AIIA DNN benchmark测试,实力宣称AI性能。

电子版全文可在文章底部下载

推荐专栏文章


更多嵌入式AI算法部署等请关注极术嵌入式AI专栏
文件名 大小 下载次数 操作
《AI芯片技术选型目录2020年7月版》.pdf 18.13MB 11 下载
4 阅读 990
推荐阅读
0 条评论
关注数
14205
内容数
505
嵌入式端AI,包括AI算法在推理框架Tengine,MNN,NCNN,PaddlePaddle及相关芯片上的实现。欢迎加入微信交流群,微信号:gg15319381845(备注:嵌入式)
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
Arm中国学堂公众号
关注Arm中国学堂
实时获取免费 Arm 教学资源信息
Arm中国招聘公众号
关注Arm中国招聘
实时获取 Arm 中国职位信息