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
………………………………