江苏龙网

  1. 首页 > 资讯 > 科技 > >

『』AI市场开发人员访谈录( 二 )


◆ 支持PCIe3.0x8高速接口 ， 支持双SFP+ 10GE光口 ， 支持双DDR4 SODIMM ， 最高支持32GB板载内存；
◆ 支持OpenCL高级语言和编程框架 ， 大幅缩短程序开发周期；
◆ 满足更多应用场景 ， 即可采用DNRange模式实现数据并行 ， 也可采用Pipeline模式实现任务并行；
◆ 完全支持所有低延迟、高强度应用 ， 如深度学习、高性能计算、数据采集、高频交易、网络加速和信号处理 。
应用性能
F10A支持OpenCL高级语言开发使其具备良好的易编程性 ， 在软件生产力上取得了质的飞跃 。面向多用途领域 ，F10A既可以支持机器学习、视频转码、SDR等计算加速 ， 也可以支持压缩/解压缩、加密/解密、擦除码等存储方面的应用 ， 同时 ， 对网络处理中的带内、带外处理 ， 加密和压缩 ， 预处理和预过滤等应用也可以提供高 性能的支持 。浪潮与科大讯飞、Intel成功将FPGA芯片应用于智能语 音线上识别领域 ， 较CPU性能加速2.871倍 ， 而功耗相当于 CPU的15.7% ， 性能功耗比提升18倍 。
型号
F10A
芯片
intel? Arria? 10 GX1150
单芯片计算性能
1.366 TFlops (Peak)
板卡规格
半高半长
高速接口
2个SFP+ GE/10GE接口 ，PCIex8 Gen3 ， 支持OpenCL
配置Flash
32bit数据接口；1Gbit Flash；
板载DIMM-DDR4 SDRAM
支持2条DDR4 SODIMM ， 每条容量4~16GB ， 2133Mbps ，72bit位宽 ， 支持ECC
板卡供电
由PCIe3.0接口12v供电 ， 无需外部供电
板卡功耗
45W(Peak) ， 35W(Average)
本地台式服务器：
Ubuntu系统 ， CUDA环境 ， 以及theano、keras环境
CPU: Intel X99平台 i7 5960K
内存: DDR4 2800 32G(8G*4)
主板: GIGABYTE X99-UD4
显卡: GTX Titan X
硬盘: SSD+普通硬盘
系统和软件
操作系统: Ubuntu 14.04.3 x64
CUDA: 7.5
Anaconda 2.3
Theano 7.0
Keras 2.0
模型训练、推理是在本地、云端、移动端？
训练在本地 ， 局域网集群服务器（来来会在云端） ， 推理在移动端 。
您的数据类型是图片、语音、文本、视频？
都有 。
您的数据体量是？
看应用 ， 语音小几十句 ， 多几百句 。图像小的几十张 ， 多的话几万张更多 。训练样本池就更多 。
此应用是由您公司的人员完成开发 ， 还是引入了外部合作伙伴？都引入了哪些外部合作伙伴？
语音思必驰 ， 图像中科院计算所有合作开发算法 。
在此应用开发中 ， 企业内部的IT人员跟合作伙伴的分工、合作机制是？
ASR外部 ， 语音材料样本数据 。图像数据自备 。
您选择合作伙伴的标准是？
行业口碑 ， 成熟度 ， 技术领先 ， 性价比 。
4. 您为什么选择这一开源框架
贵公司是否有建立自己的框架？您以何种形式使用开源框架？比如仅在训练过程中 ， 还是在线服务阶段也部署了基于开源框架的应用？
目前主要在模仿 ， 借鉴等尝试阶段 。
您选择这些框架的原因？您考虑的因素有哪些？
您是否认为在这些方面 ， 该框架都满足了您的需求？
性能更满足需求 。
希望您思考：您认为该框架的局限性有哪些？您认为这些局限性该如何解决？
哪些框架您已经不再频繁使用？不再使用的原因有哪些？
什么情况下会选择别的框架？
根据您的了解 ， 你们的同行 ， 也在使用这些框架吗？是
除了当前大众熟知的框架 ， 您还了解哪些小众但有价值的框架？
在Github,开源中国网站上有些非热门的框架 ， 比如针对FPGA和DSP的开源框架 。OpenMV的开源框架用于机器视觉 。
Accord Framework/AForge.net一个.Net的机器学习和信号处理框架 ， 是早前类似一个项目AForge.net的扩展 。顺便说一下 ， “信号处理”这里是指一系列对图像和音频的机器学习算法 ， 如图片无缝缝合或执行人脸检测 。包含一组视觉处理算法；它作用于图像流（如视频） ， 并且可用于实现移动对象的跟踪等功能 。Accord还提供一个从神经网络到决策树系统的机器学习常见库 。


推荐阅读


上一篇：：《真人快打》将追加和谐终结技，一点都不暴力

下一篇：『』iQOO Z1正式发布，首发天玑1000+处理器，2198起