人工智能 深度学习

[复制链接]
2958|7
手机看帖
扫描二维码
随时随地手机跟帖
zhongxon|  楼主 | 2017-1-13 10:13 | 显示全部楼层 |阅读模式
2017,刚过几天,最火的事情莫过人工智能,深度学习了。

能实现深度学习算法的,有CPU,GPU,FPGA,还有专用的一些芯片。

咱们这个版块都是FPGA方面的高手,有意在FPGA上玩玩深度学习吗?

附一点深度学习方面的资料。
深度学习在2016年都有哪些主要研究进展?(附开源平台地址)| 盘点
http://www.leiphone.com/news/201612/4SZoN9sLfuk9r74L.html

相关帖子

emicleung| | 2017-1-13 16:08 | 显示全部楼层
英伟达GPU在算法上更胜一筹,Intel和AMD的方案的不甘示弱,FPGA凭借可重复配置优势还是有潜力的,看好FPGA。。。
但先把大学里的线性代数复习下,全忘了

使用特权

评论回复
zhongxon|  楼主 | 2017-1-13 17:29 | 显示全部楼层
现在做深度学习的,大多是在GPU上,但是如果仅仅研究当然是没问题的,但是如果考虑产品化,有的场合不适合用GPU显卡去做,体积,功耗,可靠性都是问题,比如四轴飞行器,移动机器人等 ,而FPGA则有很多优势,只是传统的FPGA研发人员并不熟悉深度学习。
我们有较强的FPGA硬件板卡和软件开发能力,并熟悉深度学习相关的东西,目前计划做两件事情: 1、帮助传统的FPGA开发人员,熟悉神经网络,深度学习等 。最后结合自己的情况,开发智能产品 。 2、帮助现在的深度学习研发人员,在FPGA上实现产业化。

使用特权

评论回复
pcng| | 2017-1-15 23:05 | 显示全部楼层
希望楼主能具体分析一下FPGA实现机器视觉的潜力和优势

使用特权

评论回复
zhongxon|  楼主 | 2017-1-16 10:46 | 显示全部楼层
和GPU相比,成本,功耗,体积,稳定性FPGA都是长项。现在,有一些公司,包括亚马逊,百度,都已经在FPGA上做一些应用 。
将来的应用 场景大致可以分两种情况:

1、布置在云端,这种应用 大多是由开发软件进入到人工智能和深度学习领域的,首先必然是布置在GPU上,当业务稳定成熟后,把算法移植到FPGA上,可以提高速度,降低运营成本。。。
2、由原来的FPGA工程师,进入到深度学习领域,大多开发一些嵌入式的产品 ,类似机器人,四轴飞行器,或移动的产品,这种应用 场景最适合用FPGA了,因为毕竟你让四轴飞行器带着一个GPU的服务器,上太重了。。。

我们的定位就是,帮助客户定制FPGA或DSP板卡,帮助FPGA工程师熟悉深度学习的算法,使他们能结合自己的情况开发智能产品。也帮助原来做深度学习算法的软件工程师熟悉FPGA的开发方法,使他们能把自己的算法移植到FPGA或DSP的上来,以实现降低成本,提高速度。

使用特权

评论回复
xuliexuan| | 2017-1-17 16:30 | 显示全部楼层
mark下,,很前沿的技术

使用特权

评论回复
xuliexuan| | 2017-1-17 16:45 | 显示全部楼层
FPGA的适用场景才刚刚开始,现在大多数的场景还是应用在数通、视觉、语音等场景下,成本的问题下不来,更多的产品会考虑成本问题,所以FPGA只会出现高端产品中的现象。现在人工智能的需求和工业技术的成熟,FPGA的成本在下降,同时推出了XILINX ZYNQ类似这样的FPGA+ARM的平台,更加适用了很多场景。所以需求上来了,价格也自然会下降。所以FPGA的需求的时代会来临。不管应用在什么场景,普及率高了,自然会发展起来。就像当初的单片机。

使用特权

评论回复
blackpz| | 2017-3-3 15:05 | 显示全部楼层
好高深,但是有感兴趣,但是有不懂。

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

个人签名:开发高运算能力的FPGA板卡,帮助各类企业实现FPGA算法加速,在FPGA平台上实现深度学习算法。 QQ:199663740.

71

主题

890

帖子

34

粉丝