0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度学习的火热,GPU面临严峻挑战

454398 来源:ST社区 作者:ST社区 2020-10-15 10:32 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

人工智能兴起之后,安防行业就成为了人工智能技术最大的试验田,也是落地的主要场景之一。

对于视频监控行业来说,在GPU的CUBA模块出现后(相关链接:为何GPU能在安防行业呼风唤雨?十几年前这件事改变了安防前端格局),前端摄像机对GPU的依赖就越来越重,一台摄像机能够搭载什么样的智能算法,算力又如何很大程度上取决于GPU的性能。

然而安防行业是一个场景化的行业,GPU再好也有着它的局限性。在AI发展的浪潮下,越来越多的安防企业选择自研芯片来适应更细分的需求。

各个安防企业都铆足力气或自研或合作生产安防芯片,几乎每隔几天就能蹦出一条非GPU安防芯片问世的新闻,在这个势头下,不少人都在心里打鼓:“是否GPU的王朝就要结束了?”

随着深度学习的火热,GPU面临严峻挑战

王朝是否结束先按下不表,但从2019年全年智能安防芯片的产出来看,ASICFPGA表现优秀,更是有专家表示,在细分场景的深度学习方面安防芯片已经展现出了良好的发展趋势,那么我们今年就来看一下2019年安防芯片得到了哪些发展机遇,又有哪些安防芯片表现出不俗的竞争力。

智慧安防需求多样,AI安防芯片崛起契机来临

在传统的认知中,算法的深度学习都依赖GPU的CUBA模块,根据吴恩达教授在2011的实验结果表明,12颗英伟达GPU可以提供相当于2000颗CPU的深度学习性能。

但CPU作为图像处理器时,设计初衷是为了应对图像处理中的大规模并行计算。因此应用于深度学习时有明显的局限性。

首先就是硬件结构完全由GPU厂商决定(主要是英伟达),其次是在深度学习方面,其效能远低于ASIC及FPGA芯片。

通俗的讲,采用GPU,你可以定制场景化的算法,但硬件性能以及发挥的效率完全是由英伟达决定,且算法的复杂程度还需要卡GPU的效能决定。

尽管GPU目前依靠其优秀的编程环境和顶尖的算力依旧稳坐AI芯片市场NO1的地位,但其他两种芯片已呈现出后来居上之势。

ASIC和FPGA在安防行业越来越得到重视

算力的优势并不是凭空而来,传统的GPU虽然在算力上占尽优势,但存在严重的晶体管堆料的现象,导致其利用效率不高而且造成的功耗远高于其他两种芯片,对于以7X24小时运行的安防设备来说,这样的功耗很难接受。

市场上虽然对这些缺点还算比较容忍,(毕竟客户主要更关心算力)。但长此以往无异于饮鸩止渴。

在设计层面,由于摩尔定律的失效。7nm后制程升级越来越困难,GPU若想保持其算力优势势必还会走“堆料”的路子,在云端市场不断发展的今天,这样的市场越来越难以为继。也导致不少安防厂商纷纷开发自己的ASIC和终端的FPGA市场。

由一家独大,到如今隐隐的三分天下之势,GPU确实该考虑如何更好的适应市场了。

激烈的安防芯片竞争

在AI芯片选择方面,一般是有钱的选择ASIC,早期过渡和追求性价比会选择FPGA。

FPGA的是很多创业公司初期选择的平台,深鉴、寒武纪、地平线、比特大陆都先后使用过FPGA,商汤等视觉公司也应用过FPGA+GPU的解决方案,但当业务发展到一定程度后,都逐步开始转向ASIC。

这是由于其芯片结构决定的,FPGA相比GPU功耗更低,相比ASIC具有更短的开发时间和更低的开发成本。

一句话总结就是方便、性价比高。且由于英特尔于2015年收购了最成功的的FPGA芯片厂商Altera(151亿美元的天价,不得不说英特尔也是给CPU研发部门下了“死命令”),近年来不断推出CPU+FPGA的组合给各个行业都带来了前所未有的AI发展机遇。

成本低、重构灵活成为FPGA最大的竞争筹码

且由于近两年业界对于深度的学习能力大为推崇,在这方面具有优势的FPGA无疑就成为了很多厂商的选择。

相比性价比较高的FPGA,ASIC芯片无疑就彰显了定制化芯片的霸气。除了不能像FPGA那样进行功能扩展和重构以外,ASIC芯片几乎满足了所有安防高端定制化的需求,在功耗、可靠性、体积方面优势很大,尤其是在移动端,其高性能、低功耗的特点成为了众多厂商的首选。

尤其是人工智能越来越深度化的当下,人们对于智能化深度的要求越来越高。相对应的芯片需要运行的算法也越来越复杂,这都要求芯片拥有一套专用的架构与其进行对应,而ASIC芯片完美地满足了这一需求。

而ASIC应用的典型的代表就是知名的Alpha Go的大脑:谷歌研发的TPU芯片,其强大的深度学习能力和较低的功耗都让业内艳羡。

据寒武纪发布的指令集指出,未来ASIC芯片将是AI芯片的核心。

不过研发ASIC芯片的一大难题就是其高昂的成本和较长的开发周期。目前,致力于研发AISC芯片的都是既擅长芯片研发又具备AI算法的行业巨头,适用于已经具有一定规模且需求场景化定制需求的安防大厂。

除了这几大类以外,目前安防行业还有云端芯片和类脑芯片具有强大的竞争力。

不过不管谁将在这场竞争中胜出,GPU在安防行业中的衰落或将成为现实,而在AI芯片的竞争当中谁又能拔得头筹,这还要看他们具体和安防行业的适配程度。

智能芯片市场玩家可不止“御三家”

自研芯片的春天

2019年,我国安防芯片取得了很大的成就,不管是泛用性极广的海思Hi3516CV500、昇腾系列、还是具有超高集成度的国科微GK7205/GK7205S、亦或是致力于智慧城市建设的地平线旭日1.0都向我们揭示了如今安防行业对于定制化AI芯片的渴求。

在新的一年里,随着安防智能化的不断深入,AI芯片行业竞争也会愈加激烈,但无论如何这对于中国安防的发展,都是多了一种选择,也多了一份效能。

编辑:hfy

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • FPGA
    +关注

    关注

    1663

    文章

    22494

    浏览量

    638984
  • asic
    +关注

    关注

    34

    文章

    1277

    浏览量

    124929
  • gpu
    gpu
    +关注

    关注

    28

    文章

    5266

    浏览量

    136040
  • 人工智能
    +关注

    关注

    1819

    文章

    50298

    浏览量

    266843
  • 安防芯片
    +关注

    关注

    1

    文章

    24

    浏览量

    16721
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    人工智能-Python深度学习进阶与应用技术:工程师高培解读

    深度学习的工程化落地,早已不是纸上谈兵的事。从卷积神经网络到Transformer,从目标检测到大模型私有化部署,技术栈不断延伸,工程师面临的知识体系也越来越庞杂。现根据中际赛威工程师培训老师的一份
    的头像 发表于 04-21 11:01 230次阅读
    人工智能-Python<b class='flag-5'>深度</b><b class='flag-5'>学习</b>进阶与应用技术:工程师高培解读

    微电网稳定性理论在实际应用中面临哪些挑战

    等问题,严重制约了微电网稳定性理论效能的充分发挥,也影响了微电网的安全稳定运行。本文将系统梳理微电网稳定性理论在实际应用中的核心挑战,剖析挑战产生的根源,为推动理论与实际深度融合、提升微电网运行稳定性提供参考。
    的头像 发表于 03-09 10:37 549次阅读
    微电网稳定性理论在实际应用中<b class='flag-5'>面临</b>哪些<b class='flag-5'>挑战</b>

    芯片可靠性面临哪些挑战

    芯片可靠性是一门研究芯片如何在规定的时间和环境条件下保持正常功能的科学。它关注的核心不是芯片能否工作,而是能在高温、高电压、持续运行等压力下稳定工作多久。随着晶体管尺寸进入纳米级别,芯片内部犹如一个承受着巨大电、热、机械应力考验的微观世界,其可靠性面临着原子尺度的根本性挑战
    的头像 发表于 01-20 15:32 529次阅读
    芯片可靠性<b class='flag-5'>面临</b>哪些<b class='flag-5'>挑战</b>

    亚太地区AI数据中心可持续发展面临重重挑战

    当Chat GPT每秒“吞吐”数万次请求、自动驾驶汽车毫秒级解析路况、AI大模型训练一口“吞”掉百万度电时,我们正亲历着一场由“算力浪潮”驱动的科技革命;与此同时,一个严峻的现实问题也浮出水面:强大的AI背后是对电力的极度渴求,算力增长与能源约束之间的矛盾已成为全球面临
    的头像 发表于 12-10 10:24 1319次阅读
    亚太地区AI数据中心可持续发展<b class='flag-5'>面临</b>重重<b class='flag-5'>挑战</b>

    【团购】独家全套珍藏!龙哥LabVIEW视觉深度学习实战课(11大系列课程,共5000+分钟)

    GPU加速训练(可选) 双轨教学:传统视觉算法+深度学习方案全覆盖 轻量化部署:8.6M超轻OCR模型,适合嵌入式设备集成 无监督学习:无需缺陷样本即可训练高精度检测模型 持续更新:
    发表于 12-04 09:28

    【团购】独家全套珍藏!龙哥LabVIEW视觉深度学习实战课程(11大系列课程,共5000+分钟)

    GPU加速训练(可选) 双轨教学:传统视觉算法+深度学习方案全覆盖 轻量化部署:8.6M超轻OCR模型,适合嵌入式设备集成 无监督学习:无需缺陷样本即可训练高精度检测模型 持续更新:
    发表于 12-03 13:50

    AI芯片市场鏖战,GPU与ASIC谁将占据主动?

    ,正围绕性能、成本、灵活性等核心维度展开激烈角逐,各自凭借独特优势占据细分市场,同时也面临着技术迭代与市场需求变革带来的挑战GPU凭借其与生俱来的并行计算基因,成
    的头像 发表于 10-30 12:06 909次阅读
    AI芯片市场鏖战,<b class='flag-5'>GPU</b>与ASIC谁将占据主动?

    解码绿电直连:破局实际应用中的三大核心挑战

    绿电直连面临着来自技术适配、市场环境、机制运行、政策法规等多维度的严峻挑战,制约着其应用价值的充分释放。深入剖析这些挑战,既是破解当前发展瓶颈的关键,也是推动绿电直连高质量发展的前提。
    的头像 发表于 09-27 15:46 851次阅读
    解码绿电直连:破局实际应用中的三大核心<b class='flag-5'>挑战</b>

    工控一体机在轨道交通领域的应用解决方案面临哪些挑战

    在轨道交通领域,工控一体机扮演着关键角色,广泛应用于自动售检票系统、列车运行监控系统、智能调度系统以及车站设备控制系统等多个核心环节。然而,其在实际应用过程中面临着诸多严峻挑战。​
    的头像 发表于 09-08 17:28 931次阅读

    如何在Ray分布式计算框架下集成NVIDIA Nsight Systems进行GPU性能分析

    在大语言模型的强化学习训练过程中,GPU 性能优化至关重要。随着模型规模不断扩大,如何高效地分析和优化 GPU 性能成为开发者面临的主要挑战
    的头像 发表于 07-23 10:34 2554次阅读
    如何在Ray分布式计算框架下集成NVIDIA Nsight Systems进行<b class='flag-5'>GPU</b>性能分析

    FOPLP工艺面临挑战

    FOPLP 技术目前仍面临诸多挑战,包括:芯片偏移、面板翘曲、RDL工艺能力、配套设备和材料、市场应用等方面。
    的头像 发表于 07-21 10:19 1768次阅读
    FOPLP工艺<b class='flag-5'>面临</b>的<b class='flag-5'>挑战</b>

    别让 GPU 故障拖后腿,捷智算GPU维修室来救场!

    在AI浪潮汹涌的当下,GPU已然成为众多企业与科研机构的核心生产力。从深度学习模型训练,到影视渲染、复杂科学计算,GPU凭借强大并行计算能力,极大提升运算效率。然而,就像高速运转的精密
    的头像 发表于 07-17 18:56 1298次阅读
    别让 <b class='flag-5'>GPU</b> 故障拖后腿,捷智算<b class='flag-5'>GPU</b>维修室来救场!

    GPU架构深度解析

    GPU架构深度解析从图形处理到通用计算的进化之路图形处理单元(GPU),作为现代计算机中不可或缺的一部分,已经从最初的图形渲染专用处理器,发展成为强大的并行计算引擎,广泛应用于人工智能、科学计算
    的头像 发表于 05-30 10:36 2009次阅读
    <b class='flag-5'>GPU</b>架构<b class='flag-5'>深度</b>解析

    ARM Mali GPU 深度解读

    ARM Mali GPU 深度解读 ARM Mali 是 Arm 公司面向移动设备、嵌入式系统和基础设施市场设计的图形处理器(GPU)IP 核,凭借其异构计算架构、能效优化和生态协同,成为全球移动
    的头像 发表于 05-29 10:12 4891次阅读

    英伟达拟再推中国特供GPU,今年6月量产!

    电子发烧友网综合报道 近年来,美国政府对华半导体出口管制政策不断收紧,英伟达等半导体企业面临严峻挑战。为保持在中国市场的竞争力,英伟达推出了多款特供版GPU,以满足政策限制下的市场需求
    发表于 05-27 00:03 4891次阅读