本文由AI智能模型生成,在自有数据的基础上,训练NLP文本生成模型,根据标题生成内容,适配到模板。内容仅供参考,不对其准确性、真实性等作任何形式的保证,如果有任何问题或意见,请联系contentedit@huawei.com或点击右侧用户帮助进行反馈。我们原则上将于收到您的反馈后的5个工作日内做出答复或反馈处理结果。
FPGA,因为专用,所以高效
近年来,摩尔定律增势放缓,同样价格,每单位芯片面积的晶体管数量无法做到每隔18~24个月增加一倍。也就是说,基于通用CPU进行计算,每代产品的性能提升受到了极大的限制。然而,当前新兴领域,如人工智能,AR/VR,基因计算,以及高清,超高清视频,对计算力的诉求极高。计算密集型业务的快速增长和性能增速放缓的通用计算资源的GAP与日俱增。过去六十年,由摩尔定律主导的计算性能提升模式将不复存在。用户无法继续依赖通用计算力的性能提升来匹配自身的业务增长。以FPGA为代表的异构计算将在各个计算密集型的业务领域成为主流。