大数据和呆板进修AI芯片：GPU vs FPGA 云和当地陈设的艰巨选择

譬喻，当与ZDNet的孝顺者和说明师Tony Baer接头GPU数据库时，Baer以为他们没有将来。这是由于，按照Baer的说法，GPU的经济性使得只有云提供商可以或许大局限地蕴蓄和行使它，因此，GPU数据库供给商最终城市成为基于云的数据库提供者。

今朝，一项此类收购，即巴西的Blazegraph收购，已经产生。固然这确实故意义，但这不是独一可行的方案。假如我们评论收购，那么非云数据库供给商也许会购置GPU数据库，而这些供给商但愿将这些成果带到他们的产物中。

一些GPU数据库供给商也有也许进入他们本身的队列。与现有企业对比，GPU数据库好像不太成熟，但10年前很多NoSQL办理方案也是云云。 GPU数据库在一般运营和说明上有选择上风，但题目是替代现有体系支出的本钱是否超出了机能的晋升需求。

另一方面，Swarm64和rENIAC是FPGA产物，它们理睬尽也许保持您现有的基本架构不受影响，出格是在Swarm64的环境下。固然它们的成熟度如故是一个悬而未决的题目，但“简朴地”将硬件添加到现稀有据库并从中得到更好的机能的设法听起来很好。

就GPU与FPGA题目而言，GPU好像拥有更普及和更成熟的生态体系，但FPGA提供了卓越的机动性。尚有人提议FPGA可以提供更好的机能/功耗比，而且将来的GPU也许无法跟上低精度数据范例，由于它们必需从头计划以支持这一点。

哪一个最得当您 - GPU或FPGA？云照旧当地陈设？

就选择GPU或FPGA供给商而言，与选择云或当地陈设这个题目交叉在一路。 GPU，Azure，Google Cloud都提供GPU，全部这些GPU都行使Nvidia作为其支持GPU的实例。另一方面，FPGA在AWS（由Xilinx提供支持的EC2 F1）和Azure（由英特尔提供支持的Project Brainwave）上提供，但不在Google Cloud上提供。

AWS好像没有为F1提供ML特定的办法。 Microsoft应承用户陈设颠末培训的ML模子，可是关于如安在FPGA驱动的实例上实习此类模子的信息并不多。就其自己而言，谷歌正在重视其定制TPU芯片。

就GPU与FPGA题目而言，GPU好像拥有更普及和更成熟的生态体系，但FPGA提供了卓越的机动性。也有人以为，FPGA可以提供更好的机能/功耗比，而且将来的GPU也许无法跟上低精度数据范例，由于它们必需举办从头计划以支持这一点。

关于百万美元的构建用度题目 - 假如你用云或成立本身的基本办法 - 谜底也许取决于：

假如基本办法足够行使，投资购置和安装本身的基本办法是故意义的，但无意行使云好像更吻合。但对付大大都环境，这种基本构建也许更得当殽杂陈设。

其它，必要出格声名的是：假如你有一个Hadoop集群，那么为它添加GPU或FPGA成果也许更故意义，由于Hadoop已经进级，可以或许支持这两个选项。

虽然，我们在构建这个生态体系时，还没有涵盖全部也许的选项 ----- 这些都不是独一的云陈设方法，也不是独一的可选AI芯片。这是一个有很多新兴参加者的新生规模，我们可以参照选择的有许多。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!