ศูนย์ข้อมูลปัญญาประดิษฐ์
เอกสารอ้างอิง
ในเอกสารนี้ เราวิเคราะห์เกี่ยวกับการปรับใช้งานเอฟพีจีเอ มินิโฟลต (ตัวแสดงจุดลอยตัวที่มีขนาดเอ็กโพเนนต์และแมนทิซซาที่ไม่มาตรฐาน) และแสดงการปรับใช้บล็อกจุดลอยตัวที่มีเอ็กซ์โพเนนต์เดียวกันในหลายตัวเลข ซึ่งลดลอจิกในการทำจุดลอยตัว
ในเอกสารนี้เราจะแนะนำแนวทางแบบเจาะจงโดเมนสำหรับโอเวอร์เลย์ซึ่งสามารถยกระดับประสิทธิภาพของซอฟต์แวร์และฮาร์ดแวร์เพื่อให้การทำงานสุดล้ำสมัยบนเอฟพีจีเอในการเร่งความเร็วเครือข่ายประสาท
เอกสารนี้จะวิเคราะห์ความยืดหยุ่นและผลกระทบต่อวิธีการออกแบบเอฟพีจีเอ เครื่องมือการออกแบบทางกายภาพ และใช้คอมพิวเตอร์ช่วยในการออกแบบ (CAD) เราอธิบายถึงระดับของความยืดหยุ่นที่จำเป็นในการสร้างการร่งเความเร็วการเรียนรู้เชิงลึกที่มีประสิทธิภาพ
เอกสารข้อมูลนี้จะวิเคราะห์ถึงอนาคตของเครือข่ายประสาทเทียมเชิงลึก รวมถึงเครือข่ายเบาบาง ความแม่นยำต่ำ และความแม่นยำต่ำมาก จากนั้นเปรียบเทียบประสิทธิภาพการทำงานของเอฟพีจีเอ Intel® Arria® 10 และ Intel® Stratix® กับหน่วยประมวลผลกราฟิก (GPU) NVIDIA
- การเร่งความเร็วการเรียนรู้เชิงลึกกับแพลตฟอร์ม OpenCL™ และเอฟพีจีเอ Intel® Stratix® 10 ›
เอกสารข้อมูลนี้อธิบายถึงการที่เอฟพีจีเอ Intel® สามารถยกระดับแพลตฟอร์ม OpenCLTM ให้ตอบโจทย์กับความต้องการของการประมวลผลรูปภาพและการจำแนกประเภทของโลกในปัจจุบันที่ให้ความสำคัญการกับใช้รูปภาพ
เอกสารข้อมูลนี้จะแสดงถึงรายละเอียดของสถาปัตยกรรมและประสิทธิภาพการทำงานของการเร่งความเร็วการเรียนรู้เชิงลึกคอร์ทรัพย์สินทางปัญญา (IP) ของเรา
การสร้างแอปพลิเคชันคอมพิวเตอร์วิทัศน์ประสิทธิภาพสูงผสมผสานด้วยการอนุมานการเรียนรู้เชิงลึก
Intel® Vision Accelerator Design พร้อมเอฟพีจีเอ Intel Arria 10 ให้ประสิทธิภาพ ความยืดหยุ่น และความสามารถในการปรับขนาดอันเหนือระดับสำหรับโซลูชันการเรียนรู้เชิงลึกและคอมพิวเตอร์วิทัศน์
ข้อมูลสรุปโซลูชัน
อธิบายวิธีการปรับใช้งานโครงข่ายประสาทเทียมบนเอฟพีจีเอ
วิดีโอ
บทนำโปรแกรมเมอร์เกี่ยวกับ Intel® FPGA Deep Learning Acceleration Suite
การปรับใช้เอฟพีจีเอ Intel® สำหรับชุดเครื่องมือ OpenVINO™ การอนุมานการเรียนรู้เชิงลึก
การกระจายการเข้าถึง AI กับเอฟพีจีเอ Intel®
AI กับเอฟพีจีเอ Intel
บทนำสู่การเรียนรู้ของเครื่องกล
การสถาปัตยกรรม HPC กับเอฟพีจีเอ Intel
เทคโนโลยี AI รูปแบบใหม่บนแพลตฟอร์มไคลเอนต์ของ Intel
บทความ
- เอฟพีจีเอ Intel® Power Microsoft* Project Brainwave AI ›
- Microsoft Turbocharge AI กับเอฟพีจีเอ Intel คุณก็ทำแบบนั้นได้ ›
- AI แบบเรียลไทม์: Microsoft ประกาศถึงตัวอย่าง Project Brainwave ›
- เอฟพีจีเอ Intel นำพลังมาสู่ปัญญาประดิษฐ์ใน Microsoft Azure* ›
- การเรียนรู้ของเครืองจักรบนเอฟพีจีเอ Intel ›
- แผนของ Microsoft สำหรับเอฟพีจีเอบน Azure* อาจเป็นที่น่าเป็นห่วงสำหรับผู้ผลิตดั้งเดิม ›
- เอฟพีจีเอสำหรับการประมวลผลวิสัยทัศน์แบบการเรียนรู้เชิงลึก ›
- ความจริงเปิดเผย: CPU เพื่อวัตถุประสงค์ทั่วไปไม่สามารถรับมือกับการอบรมระบบโครงข่ายประสาทเทียมเชิงลึก ›
- แล็ปเปิด CERN ทำการสำรวจถึงโซลูชันการประมวลผล CPU/เอฟพีจีเอใหม่ ›
- การทำความเข้าใจเมื่อใช้เอฟพีจีเอ ›
- เอฟพีจีเอสามารถสู้กับ GPU ในการเร่งความเร็วการเรียนรู้เชิงลึกเจนเนอเรชั่นต่อไปหรือไม่ ›
- ระบบ AI ที่ใช้เอฟพีจีเอสามารถตรวจจับใบหน้าที่ 1000 รูปภาพต่อวินาที ›
- การเร่งความเร็วคอมพิวเตอร์วิทัศน์และการเรียนรู้เชิงลึกด้วยชุดเครื่องมือ OpenVINO™ ›
- เอฟพีจีเอ Intel® ที่ขับเคลื่อนการอนุมาน AI แบบเรียลไทม์ ›
- ชุดเครื่องมือ OpenVINO™ และเอฟพีจีเอ: ค้นพบการวางเป้าหมายเอฟพีจีเอของชุดเครื่องมือการประมวลผลที่มองเห็นอเนกประสงค์ ›