- 全部
- 默认排序
Sora也好,ChatGPT也好,大模型训练的背后是由高算力芯片所组成的大规模运算网络。Meta等巨头一出手就是几十万个高算力芯片,近千亿的投资来建设数据中心。而作为终端的AI产品,比如AI PC,AI手机,AI汽车,AI智能家居,依赖的就是终端产品内的算力芯片。图1: 典型的8xGPU算力系统(
主频只是影响计算速度的一个因素,并不是全部。在执行一些计算密集型的任务场景中,FPGA的计算速度是更快的,目前FPGA作为CPU的协处理器已经广泛应用在Intel、AMD等公司的产品中。CPU、GPU、和FPGA的比较下图是左侧为CPU的组成,中间为GPU,右侧为FPGA。桌面端的CPU为冯诺依曼结
在科技日新月异的今天,计算力已成为推动社会进步和产业升级的重要驱动力。而在这片浩瀚的计算海洋中,CPU、GPU、ASIC与FPGA作为四大核心力量,各自扮演着不可替代的角色。下面就由文档君带领大家深入探索这四种计算单元的奥秘。1.CPUCPU(中央处理器,Central Processing Uni
近期,美国关税事件闹得沸沸扬扬,虽然在美国第一轮“对等关税”中,半导体被豁免,但许多人认为这不会持续太久。再加上,特朗普在白宫简报会上明确表示:“芯片(关税)很快就会开始实施,制药业也将在不久的将来开始征收关税。”虽然此前特朗普曾威胁中国台
本文参考自“《100 份AI芯片技术修炼合集》”,本文来自“GPU原理详解:Tensor Core原理”,“GPU原理详解:Tensor Core架构演进”,“GPU原理详解:Tensor Core深度剖析”和“GPU原理详解:NVSwitch基础和原理”。在当今的高性能计算领域,英伟达的 GPU