GPU、FPGA、ASIC芯片在人工智能领域性能对比-小牛行研(hangyan.co)-AI驱动的行业研究数据服务

GPU、FPGA、ASIC芯片在人工智能领域性能对比

研究报告节选:

GPU 峰值计算能力强,但平均性能较低 高 不可编辑
最后更新: 2022-06-23

相关行业研究图表


卷积算法突破了传统图像处理的准确度瓶颈,首次实现工业化可用
卷积算法突破了传统图像处理的准确度瓶颈,首次实现工业化可用-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
2021上半年中国A1服务器市场结构
2021上半年中国A1服务器市场结构-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
图像识别任务上DNN算法与经典机器学习算法(SVM、RF、KNN)假阳性类对比
图像识别任务上DNN算法与经典机器学习算法(SVM、RF、KNN)假阳性类对比-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
城市数据大脑主要采购清单
城市数据大脑主要采购清单-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
制程微缩带来的算力增长摩尔定律正在失效
制程微缩带来的算力增长摩尔定律正在失效-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
全球车载计算平台市场规模(亿元》
全球车载计算平台市场规模(亿元》-小牛行研(hangyan.co)-AI驱动的行业研究数据服务

图表内容


表11:GPU、FPGA、ASIC芯片在人工智能领域性能对比
GPU
FPGA
ASIC
峰值计算能力强,但平均性能较
峰值计算能力较弱,平均性能
平均性能最快,峰值计算略逊
性能
尚可
于GPU
功耗
中等
灵活性
不可编辑
可编辑,灵活性高
不可编辑
开发难度
简单
复杂
视定制情况
开发周期
开发周期长,前期成本高
硬件平台加速、云端深度学习
定制化芯片,可针对开发中不
目前适用
深度学习训练和数据中心
预测
同环节
资料来源:中信证券研究部整理