ឧបករណ៍បង្កើនល្បឿនបណ្តាញសរសៃប្រសាទដែលមានមូលដ្ឋាននៅ FPGA មានលក្ខណៈប្រសើរជាង GPUs

វាត្រូវបានបង្ហាញជា GoogLeNet Inception-v1 របស់ស៊ី។ អិន។ អិនដោយប្រើដំណោះស្រាយចំនួនគត់ ៨ ប៊ីត។ វាទទួលបានប្រតិបត្តិការផ្ទៃរាបស្មើ ១៦,៨ ក្នុងមួយវិនាទី (TOPS) និងអាចបង្ហាញរូបភាពបានជាង ៥.៣០០ ក្នុងមួយវិនាទីនៅលើ Xilinx Virtex UltraScale + XCVU9P-3 fpga ។ លោក Fawcett បានពន្យល់ថាវិធីសាស្រ្តម៉ូឌុលដែលអាចធ្វើមាត្រដ្ឋានបានធ្វើឱ្យវាសមស្របសម្រាប់ការរាវរកវត្ថុនិងកម្មវិធីកែច្នៃវីដេអូនៅគែមនិងពពក។

DPU អាចត្រូវបានតំឡើងដើម្បីផ្តល់នូវការគណនាដ៏ល្អប្រសើរសម្រាប់បច្ចេកវិទ្យាទាក់ទងនឹងប្រព័ន្ធសរសៃប្រសាទនៅក្នុងកម្មវិធីរៀនម៉ាស៊ីនដោយប្រើស្ថាបត្យកម្មឌីអេសភីស្របគ្នាចែកចាយការចងចាំនិងកំណត់ឡើងវិញនូវតក្កវិជ្ជានិងការតភ្ជាប់សម្រាប់ក្បួនដោះស្រាយផ្សេងៗគ្នា។

ក្រុមហ៊ុនអះអាងថា DPU ទទួលបានលទ្ធផលខ្ពស់ជាង ៥០ ភាគរយបើប្រៀបធៀបទៅនឹងស៊ីអិនអិនដែលមានការប្រកួតប្រជែងនិង GPUs ខាងក្រៅសម្រាប់ថាមពលឬថវិកាចំណាយដែលបានផ្តល់ឱ្យ។ លោក Fawcett បន្ថែមថា“ fpga គឺជាវេទិកានិងស្ថាបត្យកម្មពិភពលោកដែលអាចបត់បែនបានសម្រាប់ការបញ្ជាក់នាពេលអនាគតនិងអាចធ្វើឱ្យប្រសើរឡើងនូវ GPUs នៅក្នុងបច្ចេកវិទ្យា AI ជាមួយនឹងភាពយឺតយ៉ាវ” ។

ក្រុមហ៊ុនក៏បានប្រកាសផងដែរថាខ្លួនកំពុងឧបត្ថម្ភដល់ក្រុមហ៊ុន DPhil (PhD0 នៅសាកលវិទ្យាល័យ Oxford ដើម្បីសិក្សាបច្ចេកទេសសម្រាប់ការអនុវត្តការពន្លឿនការរៀនសូត្រស៊ីជម្រៅនៅលើហ្វុងហ្គាស។ ការងារនេះនឹងត្រូវបានសហការជាមួយការស្រាវជ្រាវផ្ទាល់របស់អូម្រីកក្នុងម៉ាស៊ីនគណនានិងគណនាអេចអរ។