深度学习硬件竞赛,CPU、GPU谁更适配?试过才知道

2020-05-14 15:07:28 53

点击标题下「云轩cloudhin」可快速关注


| 匠心 | 专业 | 

Cloud hin,寓意以“云计算助力科技发展”



Cloud hin的品牌目标是“解决计算的问题”,品牌定位是“让专业的计算机装备为无限的计算潜能服务”。


CPU凭借近年来更新迭代,针对性的软、硬件优化,在深度学习上已可与GPU争峰。这一次,谁能赢得这场马拉松之战?


图片关键词



“CPU”VS“GPU”

前者更擅长逻辑,后者更擅长重复计算?


尽管分工不同,但CPU与GPU的较劲从未停止过。在个人PC市场,CPU集成的核芯显卡已经在主打轻薄、便携的笔记本电脑上接过了部分独立显卡的大旗,而在正处于风口上的深度学习领域,CPU将再次向GPU发起挑战。


图片关键词


在硬件基础设施领域,站在擂台两边的正是CPU与GPU。伴随着近年来自动驾驶技术的兴起,作为很多自动驾驶技术开发者的选择,GPU在深度学习硬件竞赛中占得先机,但从英特尔的一系列动作来看,CPU在人工智能、深度学习领域的发展潜力同样不可小觑。


图片关键词


在过去相当长的一段时间内,GPU被认为是更适合深度学习的硬件设施,主要原因在于,深度学习是模拟人脑神经系统而建立的数学网络模型,对处理器的主要要求是需要大量的并行的重复计算,这一要求正好与GPU提供多核并行计算的基础结构特点相符。这也是为什么在自动驾驶技术方面,GPU成为很多开发者首选的原因,自动驾驶涉及到的海量数据,天然适合GPU的技术特性。


图片关键词


不过作为CPU的“带头大哥”,英特尔自然没有任由CPU不适合深度学习的观点持续下去。在由谷歌、百度、英特尔、AMD、哈佛大学、斯坦福大学等机构联合推出的机器学习基准测试工具MLPerf的测试结果中,针对MLPerf深度学习训练工作负载,英特尔至强处理器取得的结果并不逊色于MLPerf参考GPU。


尽管这并不意味着CPU可以完全取代GPU在深度学习中的地位,但已经充分说明,CPU凭借近年来更新迭代,针对性的软、硬件优化,在深度学习上已经能占据一席之地。英特尔方面的数据显示,在与前一代没有优化软件的产品相比,英特尔至强处理器执行深度学习任务的性能大幅提升,训练吞吐量提升高达127倍。




这一次

谁能赢得这场硬件竞赛?


在《IDC中国人工智能市场半年度研究,2018》所列举的用户份额排名前10的开源深度学习框架中,英特尔支持其中的TensorFlow、Caffe、MXNet、PaddlePaddle、Caffe2/Pytorch, CNTK等,同时英特尔还表示将继续添加其他框架。


图片关键词

而在与GPU的对比中,CPU的另一优势在于,除了深度学习,CPU本身已经是企业既有IT基础设施的重要组成部分,“身兼两职”让CPU拥有更好的灵活性,例如在业务繁忙时支持业务应用,在闲时则运行基于AI的数据分析。亚马逊AWS、微软Azure等海外公有云巨头推出基于至强平台的AI云服务,很大程度上是看中了其应用灵活性带来的创收灵活性。


无论是应用场景、计算能力还是基础成本,英特尔现在已经有了在深度学习领域与GPU争峰的底气,CPU与GPU之间的战争也将在深度学习上持续下去。




深度学习主机免费体验

试过才知谁至强


图片关键词


云轩专注Deep learning和高性能计算服务器定制,搭载英特尔至强处理器,针对主要深度学习框架(如TensorFlow、Caffe 2、Theano或Torch)进行了优化和设置,在桌面上即可提供强大的深度学习功能。


图片关键词

图片关键词



图片关键词


索泰ZBOX远程试用送好礼


图片关键词


前10名购买赠24寸高清显示屏!

企业客户可预约远程试用(不满意包退换)!


购买NUC定制电脑,丰富网课免费送


学生电脑一切为了孩子,搭载NUC定制系统,独有家长监督管控和学习行为统计功能,打造纯教学环境。让孩子专心学习的同时,也让家长实时知悉学习内容,轻松省心陪伴孩子完成学业。



电话咨询
产品中心
在线询价
QQ客服