动手学深度学习 | 深度学习硬件:TPU和其他 | 31

目录

更多的芯片

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

上面是一个高通的手机芯片结构图。

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

ASIC是Application-Specific Integrated Circuit( 应用型专用集成电路)。

AI ASIC AI的专用芯片。

这里最为代表的就是Google的TPU。

做ASIC芯片门槛会比通用芯片低很多,因为不用再去考虑那么多的东西。

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

动手学深度学习 | 深度学习硬件:TPU和其他 | 31

QA

  1. pytorch有什么方法调用TPU?

其实一般如果要调用TPU的话,建议还是使用tensorflow吧,毕竟是自家的东西。

colab中有TPU是可以被选择使用的。

上一篇:ML之FE:基于BigMartSales数据集利用Featuretools工具实现自动特征工程之详细攻略


下一篇:INFJ