FPGA實現深度學習的優勢及缺點

計算能力一般通過兩個參數表徵： Peak GOPs峯值性能 Real GOPs實測性能（針對特定網絡） FPGA在推理過程，可以做到高的Real GOPs/Peak GOPs，而訓練過程，他的結構與算法並不完全匹配。希望後面出的器件可以克服。   FPGA的算力優勢 推理時的低延遲，特別時batch size爲1時，這個在微軟Brainwave Project項目中中反覆提到。 GPU的優勢是塊處

>>阅读原文<<