cortex3564 

 浪潮实现FPGA深度学习语音识别设计方案
11月17日，在正在举行的2015全球超级计算大会（SC15）上，浪潮联合全球可编程逻辑芯片巨头Altera，以及中国最大的智能语音技术提供商科大讯飞，共同发布了一套面向深度学习、基于Altera Arria 10 FPGA平台、采用OpenCL开发语言进行并行化设计和优化的深度学习DNN的语音识别方案。同时，此次发布也标志着浪潮成为全球领先的具备GPU、MIC和FPGA三项HPC异构计算应用能力的HPC系统厂商。
 
深度学习，需要HPC“提速”
让计算机拥有接近人类的智能水平是IT行业最伟大，也是最难实现的梦想，而深度学习则是通往人工智能的漫漫长路上一项重要的技术。深度学习的出发点是通过构建深层神经网络，模拟人脑神经元和神经突触的信息和数据传输及计算，在抽象出来的规则限定下，逐渐让机器像人一样理解真实的世界。
 
不过，由于人脑每天能接触数以万计的信息并且在短短几秒内给出判断和反映，所以要实现让机器能真正像人类一样思考不仅依靠算法模型的精确，同时也需要媲美人脑计算效率的高性能计算技术。
可以说，深度学习对计算力资源的需求如同“黑洞”一般永无止境，这使得近几年异构加速技术在该领域得到越加广泛的应用，协处理器运算速度的快速提升让深度学习技术得到了硬件层面的有力支持。
FPGA，通用和专用之间的半定制化芯片
FPGA（Field－Programmable Gate Array，现场可编程门阵列）介于专用芯片和通用芯片之间，具有一定的可编程性，可同时进行数据并行和任务并行计算，在处理特定应用时有更加明显的效率。更重要的是，FPGA具有明显的性能功耗比优势，其能耗比是CPU的10倍以上、GPU的3倍。此外，可定制化也是FPGA的一大重要特性。


发表时间:2016年1月12日15:24:17