摘要：人工智能市场将保持高速增长，根据艾瑞咨询的数据，2020 年全球人工智能市场规模约1190 亿人民币。而未来10 年，人工智能将会是一个2000 亿美元的市场。空间非常巨大。其中在硬件市场方面，将会有30%的市场份额。 对人工智能的实现来说，算法是核心，计算、数据是基础。人工智能之所以在当下能得到长足进展， 高性能的计算能力（CPU，GPU，FPGA，ASIC）的突破至关重要。

    GPU——厚积薄发正当时

    我们认为人工智能时代的GPU 已经不再是传统意义上的图形处理器，而更多的应该赋予专用处理器的头衔，具备强大的并行计算能力。因为GPU 的特点特别适合于大规模并行运算，GPU 在“深度学习”领域发挥着巨大的作用，因为GPU 可以平行处理大量琐碎信息。深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络——而这种网络出现的目的，就是要在高速的状态下分析海量的数据。

    FPGA——“万能芯片”在人工智能时代复苏

    FPGA 之所以能有潜力成为人工智能深度学习方面的计算工具，主要原因就在于其本身特性：可编程专用性，高性能，低功耗。比CPU 和GPU，FPGA 凭借比特级细粒度定制的结构、流水线并行计算的能力和高效的能耗，在深度学习应用中展现出独特的优势，在大规模服务器部署或资源受限的嵌入式应用方面有巨大潜力。此外，FPGA 架构灵活，使得研究者能够在诸如GPU 的固定架构之外进行模型优化探究。Intel 收购Altera,目的也是看中FPGA 在深度学习体想出的性能优势......点击查看详情