深度学习的最好方案，FPGA或GPU？

文章预览

来源： 本文翻译自thenextplatform，特别鸣谢复旦大学鲍敏杭教授帮忙修正 来自社交媒体和物联网的图像、视频和语音数据的持续增长推动了对分析方法的需求，以便这些数据可以理解和操作。 数据分析通常依赖于机器学习（ML）算法。 在ML算法中，深度神经网络（DNN）为重要的图像分类任务提供了最高的精度，而日渐广泛采用。 在最近的FPGA国际研讨会上（ISFPGA），英特尔加速器架构实验室（AAL）的Eriko Nurvitadhi博士介绍了他的研究——对于加速下一代深度学习，FPGA能否击败GPU的问题。他们的研究以最新的高性能的英伟达 Titan X Pascal * Graphics Processing Unit (GPU) 为参照，对两代英特尔 FPGA（Intel Arria10 和Intel Stratix 10）的新兴DNN算法进行 ………………………………