GPU相比FPGA更具優點，適應AI快速變化需求

　　<strong>飛象網訊</strong>（源初/文）上週，在 GTC19 大會期間，NVIDIA 加速計算產品管理總監 Paresh Kharya 對關於 GPU 相比 FPGA 的優點的問題時回答表示，GPU 在可編程上具有明顯優點，整個開發時間更短。
　　他表示稱目前作好一個 FPGA，整個編程時間就要幾個月，並且還要在硬件層面對它進行編程。然而如今 AI 變化速度很是快，甚至更新是以分鐘來計算的，因此必需要在軟件端實現高度靈活的可編程。偏偏 GPU 是 AI 領域的專用芯片，他的指令集是很是有優點的，是全可編程，而且是軟件定義的。
　　GPU 的另外一個優點在於架構向前兼容，若是將來須要使用新硬件，可使開發週期獲得大大縮短，整個硬件能夠隨着軟件不斷更新適應，在軟件庫中可直接進行更新。同時 NVIDIA 的平臺能夠在任何設備上使用，包括臺式機、筆記本、服務器、數據中心、邊緣和物聯網。
　　而在 GTC19 大會的主題演講中，黃仁勳也不斷強調了 GPU 在各類應用領域中相比於 CPU 的明顯優點，例如阿里的邊緣系統在 GPU 上跑，每秒能夠作 780 次查詢，可是若是說用 CPU，每秒只能作 3 次查詢；而在百度採用 NVIDIA AI 推薦系統的表現來看，以往對於百度龐大的用戶潛在興趣數據包的模型訓練在 CPU 上成本高昂且速度慢，而 GPU 訓練成本只有 CPU 的1/10，而且支持更大規模的模型訓練。