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●

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。

●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)

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

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

●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

  • 移动和嵌入式人体姿态估计
  • 【项目实践】从零开始学习SSD目标检测算法训练自己的数据集(附注释项目代码)
  • 【项目实践】从零开始学习Deep SORT+YOLO V3进行多目标跟踪(附注释项目代码)

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 7 下载

发表评论

邮箱地址不会被公开。 必填项已用*标注