文章目录
- 前言
- 一、FPGA(Field Programmable Gate Array)是什么？
- 二、与GPU的对比
- 1.GPU特点
- 2. FPGA的优势
- 三、人工智能实现的基础架构
- 总结
前言
人工智能技术的快速发展正从各个方面改变人类的生活、工作及教育等各个方面，其中人工智能算法的演进又是其中的关键一步，其中会涉及到各种神经网络算法，算法本身的实现依赖于巨量的数据和强大的计算能力，目前还没有出现一种万能神经网络算法适用于所有的问题。这就需要我们的神经网络算法训练平台能够根据具体的应用需求调整里面的参数，可配置计算应运而生，它基于高性能FPGA平台，通过硬件可动态配置编程来解决算法的适配问题。
一、FPGA(Field Programmable Gate Array)是什么？
现场可编程门阵列 （FPGA） 是具有可编程硬件结构的集成电路。与图形处理单元 （GPU） 或专用 ASIC 不同，FPGA 芯片内部的电路不是硬蚀刻的，可以根据需要重新编程，并且可以反复编程，目前大部分基于SRAM和
)
