来自Brett的AI芯片报告(最新观察)

2018 年 9 月 28 日 StarryHeavensAbove

之前分享Brett Simpson的AI芯片报告(“推荐一份AI芯片报告”),大家的反响不错。最近他们参与了AI Hardware Summit会议,形成了一些新的观点,这次第一时间呈现给大家。新报告题目是“AI Silicon: New Dawn for Compute”,从题目就可以看出作者非常看好AI芯片的前景。

下面是这份报告的5个要点:

Five Key Takeaways from the AI Hardware Summit:

1) Almost all compute for accelerating AI at 7nm is made at TSMC. Also, we see a raft of new high-speed interface chips (Serdes 56/112GBs) scaling in ’19.

2) NVIDIA continues to be the king of training and will see widespread take-up for its new T4 card. We think it will remain a dominant player in ’19. Long-term, we remain concerned over AI relying less on CUDA and GPUs.

3) Intel has new 7nm chip (made at TSMC) for AI, we think supporting 112GBs Serdes and high-speed DRAM. It also should boost inference performance 11x with new DL Boost INT8 support in Cascade Lake servers next year.

4) All cloud players are developing in-house silicon, but the question is timing since plans to ramp are private. This vertical push is a major threat to chipmakers.

5) On a five-year view, we see advances in new analog computers (neuromorphic) with nanowires challenging parts of digital compute, silicon photonics replacing Serdes (beyond 112GBs) and higher speed memory driving AI performance gains.


再次声明,推荐这份报告并不代表我为其观点背书。大家如有问题或不同意见请直接和作者讨论。这次暂不翻译成中文了,如果需要大家可以留言反馈。


在公众号后台输入“报告”则可以获得下载链接。如果大家要分享给他人,请保证报告的完整性。


最后,祝大家国庆快乐!


- END- 


题图来自网络,版权归原作者所有

本文为个人兴趣之作,仅代表本人观点,与就职单位无关


长按二维码关注
登录查看更多
2

相关内容

商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
过年了,走访一下奋斗中的AI芯片初创公司吧
StarryHeavensAbove
6+阅读 · 2019年2月5日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
AI/ML/DNN硬件加速设计怎么入门?
StarryHeavensAbove
10+阅读 · 2018年12月4日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
22+阅读 · 2018年2月14日
Arxiv
4+阅读 · 2017年11月14日
Arxiv
5+阅读 · 2017年11月13日
VIP会员
相关资讯
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
过年了,走访一下奋斗中的AI芯片初创公司吧
StarryHeavensAbove
6+阅读 · 2019年2月5日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
AI/ML/DNN硬件加速设计怎么入门?
StarryHeavensAbove
10+阅读 · 2018年12月4日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
相关论文
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
22+阅读 · 2018年2月14日
Arxiv
4+阅读 · 2017年11月14日
Arxiv
5+阅读 · 2017年11月13日
Top
微信扫码咨询专知VIP会员