挑战GPU地位,富士通深度学习DLU加速卡首度曝光,明年初上市
2018-05-16 07:31:53 | 来源:ithome | 投稿:小唯 | 编辑:dations

原标题:挑战GPU地位,富士通深度学习DLU加速卡首度曝光,明年初上市

富士通今天(5/16)在年度大会东京论坛2018活动中,展示了自家开发的深度学习晶片DLU(Deep△Learning△Unit)和DLU加速卡,富士通表示,DLU加速卡将能支援Nvidia的CUDA运算框架,希望做到CUDA平行运算程式不用修改就可改用DLU支援,要让DLU加速卡成为GPU加速卡的替代选择,来挑战Nvidia△GPU在高效能AI运算市场的地位。富士通预计2019年初正式上市DLU和DLU加速卡。

富士通在2016年底就预告要开发AI专用晶片,去年5月正式揭露了自行开发的深度学习专用晶片DLU,这是源自富士通曾列全球第一超级电脑“京”的技术,但重新为深度学习设计了新架构。

富士通将在2018财年(2019年初)开卖这款深度学习专用晶片DLU。

相较于传统架构,DLU采取领域专用核心架构(New△ISA架构)而非通用的核心架构,另外也用Deep△Learning△Integer(8位元或16位元整数)提供必要的最佳精度来节省电力,取代以双、单精度浮点运算的的高精度小数点运算设计,Deep△Learning△Integer设计可以比32位元浮点运算省电许多,另外则采用了京超级电脑所用的Tofu晶片内高速网络技术(On-chip△Network),以处理大规模神经网络平行运算。

除了实体DLU晶片今年首度亮相外,富士通还展示了一款低耗电设计的DLU深度学习加速卡,可安装于一般x86电脑上,来加快深度学习模型训练之用,就像是Nvidia的GPU显示卡一样,DLU加速卡也会支援Nvidia的CUDA框架,富士通希望让DLU加速卡成为大规模平行运算的另一个硬件加速选择。不过,富士通没有进一步揭露DLU加速卡的规格和上市时间。

首度曝光的DLU加速卡,要来挑战Nvidia的GPU显示卡的地位。

外,富士通还预告将推出深度学习伺服器系统,称为Zinrai深度学习系统,要来降低企业内部训练机器学习的门槛,将可支援富士通自家Zinrai深度学习云端服务,也可和企业内网边缘运算装置串连来计算。

除了深度学习晶片首度亮相之外,富士通下一代超级电脑“Post-K”(后京)计划电脑原形也首度曝光。富士通京超级电脑曾在2011年夺下超级电脑排名第一位,京超级电脑在2017年底最新排名仍是全球Top10。富士通从2014年就展开下一代京超级电脑的开发计划称为Post-K超级电脑。

下图为Post-K超级电脑原形,预计2019年才会正式投产。

不同于京的处理器采用SPARCv9架构,Post-K处理器开始更讲究省电设计,改采ARMv8架构来设计,预计可以达到京100倍运算效能,但只需要增加3~4倍的耗电(京用电是12.7MW,而Post-K预计是30~40MW用电)。富士通预计2019年完成Post-K的研发,正式投入量产,预估2021年可以上市。

台湾中央气象局就是采用了京伺服器,来打造出台湾第一套Peta级超级电脑,最近也升级规格达到1.6PFlops,不过,气象局没有申请超级电脑排名,根据Top500超级电脑排名,气象局超级电脑约非常于排名80左右的超级电脑。

倒是最近上线的国网中心超级电脑“台湾杉”,也同样采用了京超级电脑伺服器,是台湾第一套企业可租用的公用Peta级超级电脑,效能可达1.325PFlops,在最新的全球超级电脑500强中,排行第95名,重新挤进全球超级电脑百大。

?

tags:

上一篇  下一篇

相关:

浦江深度游线复航 [热事件]

对于浦江的美景,相信不少人都对其是颇有兴趣的,那么浦江深度游线复航对于这些人来说,就不失为是一个好消息了。因为浦江深度游线复航后,还没以这种方式去领略浦江之美的朋友,就可以在这段时间里去好好体验一番了

Google用深度学习分析电子病历,预测病患住院天数和死亡率

Google△AI研究团队近日在官方博客中发表靠深度学习模型分析电子病历的成果,该深度学习模型可预测病患住院期间的死亡率、意外的回院风险、住院天数和出院病情。当病患到医院看诊时,许多病患都会对于下一步会发生什

Build 2018:Azure版Kinect提供高精度深度影像,强化微软智慧边缘运算布局

图片来源: 微软 微软执行长Satya△Nadella在他的主题演讲提到,微软的新战略开始布局边缘运算生态系,而其中一重要成员便是从Xbox成熟毕业的深度影像摄影机Kinect,微软现在释出Azure版Kinect,其搭载高精度的深度摄

Lobe让深度学习工具介面视觉化,不用写程式也能帮App加入AI功能

Lobe发布其深度学习开发工具,并表示通过他们提供的介面就能进行深度学习训练,开发者不需要撰写任何程式码,就能为应用程序加入图像或是声音分辨等机器学习功能。Lobe强调他们提供的视觉化工具,让开发者不需要撰写

医疗资源不浪费,IBM靠深度学习预测病患急诊就医次数

近日IBM研究团队发表了一项研究,通过深度学习技术分析病患的电子病历,预测病患日后到急诊就诊的次数,让医院借由预设模型分辨出真正需要急诊治疗的病患,制定急诊病患的优先顺序,发挥医疗资源最大的效益。急诊室一

站长推荐: