CPU与GPU在各自范畴都可以高效地完成义务，但当同样应用于通用基本计算范畴时，设计架构的差别直接导致了两种芯片机能的差别。

当缁ゎ顶级的CPU只有4核或者6核，模仿出8个或者12个处理线程来进交运算，然则通俗级其余GPU就包含了成百上千个处理单位，高端的甚至更多，这对于多媒体计算中大年夜量的反复处理过程有着生成的优势。

举个常见的例子，一个向量相加的法度榜样，可以让CPU跑一个轮回，每个轮回对一个分量做加法，也可以让GPU同时开大年夜量线程，每个并行的线程对应一个分量的相加。CPU跑轮回的时刻每条指令所需时光一般低于GPU，但GPU因为可以同时开启大年夜量的线程并行地跑，具有SIMD的优势。

4.GPU行业的佼佼者：Nvidia

今朝全球GPU行业的市场份额有跨越70%被英伟达公司占据，而应用在人工智能范畴的可进行通用计算的GPU市场则根本被英伟达公司垄断。

2016年三季度英伟达营收为20.04亿美元，较上年同期的13.05亿美元增长54%;净利润为5.42亿美元，较上年同期的2.46亿美元增长120%，营收的超预期增长推动其盘后股价大年夜幅上涨约16%。以面向的市场平台来划分，游戏营业营收12.4亿美元，同比增长63%，是创造利润的核心部分;数据中间营业营收2.4亿美元，同比增长193%，成为增长最快的部分;主动驾驶营业营收1.27亿美元，同比增长61%，正在慢慢打开市场。

如许的事迹创下了英伟达的汗青最好季度收入，但这并非是其股票暴涨的来由，事实上，在以前的六年迈，英伟达的事迹根本一向出现上升趋势。大年夜2012年财年至2016财年，英伟达的营业收入实现了大年夜40亿美元到50亿美元的跨越，而其净利润也大年夜2012财年的5.8亿美元慢慢上升到了2016财年的6.14亿美元。但在此时代，英伟达的股价并未竽暌箍现翻番式的增长。

真正促成英伟达股价飙升的是人工智能的新市场。在方才以前的2016年，英伟达的股价上涨了228%，以前的5年内累计上涨500%。500亿美元的市值将会持续给英伟达带来40倍的市场收入，这几乎是业内拥有最高收益的公司。

5.Nvidia的市场定位良石工智能计算公司

即使GPU有着衷灾只足，它也不是可以或许随便马虎被代替的。大年夜深度进修应用的开辟对象角度，具备CUDA支撑的GPU为用户进修Caffe、Theano等研究对象供给了很好的入门平台。自2006年推出CUDA以来，已有跨越5亿的标记本电脑、工作站、计算集群和超等计算机安装了支撑CUDA的GPU。

自1999年宣布第一款GPU以来，GPU就成为了英伟达最为核心的产品，占到了英伟达总营业收入的八成，而英伟达也以显卡厂商的身份进入人们的视线。这些芯片最初是以板卡的情势出售给游戏玩家的，游戏玩家须要本身着手将芯片装到PC主板上，大年夜而拥有更快的3D图形处理速度。他们的产品定名也很有讲究，用"GeForce"如许具有超才能的字眼来开辟市场。

CPU拥有专为次序逻辑处理而优化的几个核心构成的串行架构，这决定了其更善于逻辑控制、串交运算与通用类型数据运算;而GPU拥有一个由数以千计的更小、更高效的核心构成的大年夜范围并行计算架构，大年夜部分晶体管重要用于构建控制电路和Cache，而控制电路也相对简单，且对Cache的腥缬小，只有小部分晶体管来完成实际的运算工作。所以大年夜部分晶体管可以构成各类专用电路、多条流水线，使得GPU的计算速度有了冲破性的飞跃，拥有了更强大年夜的处理浮点运算的才能。这决定了其更擅长处理多重义务，尤其是没有技巧含量的反复性工作。

曾涉足云计算

今日的英伟达，已经不再是一家纯真的显卡技巧厂商，他如今很赶时髦地称本身为“人工智能计算公司”。据英伟达官网数据显示，2016年，有近两万家机构将英伟达产品用于深度进修加快计算，比拟2014年翻了13倍。医疗、生命科学、教导、能源、金融、汽车、制造业以及娱乐业等诸多行业均将得益于海量数据的分析。

谷歌、微软、Facebook 和亚马逊等技巧巨擘大年夜炼钥跪英伟达的芯片来扩充本身数据中间的处理才能;Massachusetts General Hospital等医疗研究机构用英伟达的芯片来标记CT扫描图片上的病变点;特斯拉将在所有的汽车上安装英伟达的芯片来实现无人驾驶; June等家电公司用英伟达的芯片制造人工智能驱动的家用电器。在人工智能到来之前，英伟达大年夜来都没有处于一个如斯巨大年夜的市场的中间，这也充分注解了一个事实，那就是英伟达在GPU的计算处理技巧上无人能及。

同时，英伟达还在投资不合范呈攀里新兴的、须要借助深度进修来构建营业的公司，使这些公司可以或许更好地借助其供给的人工智能平台起步，这类似于以前一些始创公司经由过程微软Windows来构建办事以及比来经由过程iTunes来宣布应用。

6.Nvidia的核心产品：Pascal家族

英伟达的传统强项是桌面和移动终端的GPU，然则果断地向着人工智能大年夜步迈进的英伟达显然已经不知足于仅仅在单一范畴做进步GPU机能的事了。比拟于传统的计算密集型GPU产品来说，英伟达尽力的偏向是使得GPU芯片不仅仅只针对练习算法这一项起到感化，更是能处理人工智能办事的推理工作负载，大年夜而加快整小我工智能的开辟流程。今朝该公司的核心产品包含基于Pascal架构的TeslaP4与Tesla P40深度进修芯片，这两款芯片均已于2016年第四时度开端投入量产。

　　推荐阅读

　　我是如何用10天自学编程，改变一生的？

与学院派那种自下而上的过程比拟，这种自上而下的进修过程，能更快的完美小目标、激发兴趣和成就感。如不雅看到这标题，会让你认为，读完一篇文┞仿就能快速的┞菲握编程技巧的话，这可能>>>详细阅读

本文标题：人工智能之终端芯片研究报告

地址：http://www.17bianji.com/lsqh/34736.html

 1/2    1