机器学习加速器综述
分布式、并行与集群计算
2021-01-18 v1 机器学习
摘要
新的机器学习加速器正以每月发布的速度涌现,应用于语音识别、视频目标检测、辅助驾驶以及众多数据中心应用等多种场景。本文更新了去年 IEEE-HPEC 论文中关于 AI 加速器与处理器的综述。本文收集并总结了当前已公开宣布、带有性能与功耗数值的加速器。其性能与功耗值被绘制于散点图中,并讨论和分析了该图中趋势在多个维度上的特征与观察。例如,图中关于功耗、数值精度以及推理与训练之间存在有趣趋势。今年,已宣布的更多加速器以更多架构与技术实现,包括向量引擎、数据流引擎、神经形态设计、基于闪存的模拟内存处理以及基于光子的处理。
引用
@article{arxiv.2009.00993,
title = {Survey of Machine Learning Accelerators},
author = {Albert Reuther and Peter Michaleas and Michael Jones and Vijay Gadepally and Siddharth Samsi and Jeremy Kepner},
journal= {arXiv preprint arXiv:2009.00993},
year = {2021}
}
备注
12 pages, 2 figures, IEEE-HPEC conference, Waltham, MA, September 21-25, 2020. arXiv admin note: text overlap with arXiv:1908.11348