效能表現:晶片的規格,這是基本;
微處理器的指令集架構:對於軟體與軟體的整合程度與特別運算至關重要; 實際影響,例如,較低位解析度的處理對於AI很有用,它可以提高效率,而不會顯著降低準確性;另外,邊緣計算的特別需求,例如:支援網路連線與異構計算的負載平衡;
是否有基準 (Benchmark) 的 AI 效能資料:例如 MLPerf,如果沒有則需自己實驗比較;
AI 用例適配:如前述,根據應用需求而異,主要分為訓練、推理、與實時持續學習 (RealTime Learning) 的情形;
軟體堆疊的成熟度:它必須提供對多種開發語言的支援。傳統上,晶片嵌入式應用程式支援 C / C ++,但 AI 應用程式需要支援的主要是 Python,將來 Julia 的地位會提高; 需有系列開發工具,供程式設計師編寫程式碼,建模,模擬,測試,對目標晶片上應用程式作除錯; 另外,該晶片與生態系統與工具集整合的程度 -- 對 AI 流行框架/庫的支援,例如:TensorFlow,MXNet 等 -- 這意味著應用開發人員無需學習新知識; 能支援異構計算方法 -- 應用程式可以在多個微處理器執行,以利用不同優勢,有開發環境無縫支援這些不同型別的處理器;
功耗 (Power) 要求:除了邊緣 AI 的應用需要極低能耗,資料中心的訓練晶片能耗也是重要成本因子;
記憶體效率:資料儲存單元與計算單元之間的傳輸效率已成 AI 計算的瓶頸,許多新的架構提出,以求降低這個傳輸時間,例如:Processor-in-Memory (PIM);
晶片連線:片上連線決定資料流動速度,稱為片上網路(NoC)的新型Bus 受關注。片外通訊在系統級別發揮作用,是 AI 晶片組的關鍵規格標準。DDR5 或 HBM 是流行的儲存器介面。與 CPU 溝通經常使用 PCI Express。OpenCAPI 則是 CPU 和加速器晶片之間的溝通。
演算法變更週期速度:硬連線的演算法部分越多,做改變要花費的時間就越長。改版需要不僅來自糾錯,也可能來自市場與環境變化,所以演算法需更新。所以這是一個重要因子。
晶片安全:安全已成為晶片使用中考慮因素中越來越重要的一部分。晶片需要至少與安全鏈的其他部分一樣強大。這可能涉及將安全憑證嵌入硬體。
如何選擇AI晶片?
相關文章
- AI晶片之爭,你選誰?AI晶片
- [AI開發]深度學習如何選擇GPU?AI深度學習GPU
- 醫療AI公司繞不開的選擇難題:開源框架與專用晶片AI框架晶片
- 如何選擇代理IP?
- 如何選擇jquery版本jQuery
- AIIA釋出業界權威AI晶片目錄集:AI晶片技術選型目錄(附下載)AI晶片
- 高匿代理IP如何選擇?海外代理IP選擇技巧
- 如何選擇爬蟲工具?爬蟲
- 如何選擇元素定位方式
- SAST vs DAST:如何選擇AST
- 如何選擇oracle塊大小Oracle
- 如何選擇防毒軟體?防毒
- 如何選擇MongoDB片鍵?MongoDB
- SQL vs NoSQL:如何選擇?SQL
- YAML & JSON &XML如何選擇YAMLJSONXML
- Scrum vs Kanban,如何選擇?Scrum
- 如何選擇評估 JS 庫JS
- yarn or npm 版本固化如何選擇YarnNPM
- 如何選擇物聯網路卡
- 如何選擇java診斷工具Java
- Spark SQL如何選擇join策略SparkSQL
- 如何進行機器學習框架選擇機器學習框架
- 如何選擇遊戲伺服器?遊戲伺服器
- 企業如何選擇代理IP?
- SEO業務如何選擇代理IP?
- 如何選擇天翼云云硬碟硬碟
- 如何選擇美顏SDK介面?
- java培訓班如何選擇Java
- 如何選擇網站建設?網站
- 如何選擇 Web 前端模板引擎?Web前端
- 如何選擇Web前端模板引擎?Web前端
- 如何選擇機器學習分類器?機器學習
- 如何進行框架的選擇框架
- 如何選擇一個Flex框架Flex框架
- 【AI晶片】中國AI晶片爆發,架構創新迫在眉睫AI晶片架構
- AI晶片0.5與2.0AI晶片
- AI晶片最強科普AI晶片
- 002---選擇器(標籤選擇器、類選擇器、id選擇器、偽類選擇器、萬用字元選擇器)字元