本文摘要：市场对人工智能的热情持续加剧，尤其是硬件领域。 正在向人工智能服务器供应商转型的图形处理器（GPU）生产巨头英伟达（NVIDIA）股价周一缔造历史新纪录，凸显市场对人工智能硬件领域的欢迎。 目前，Google、Facebook、Microsoft、百度等科技巨头争相投身于人工智能。Google本周就宣告，正在为人工智能研发专门的芯片TPU。 浙商证券分析师杨云回应，人工智能将沦为下一个大风口，首当其冲的就还包括硬件。

市场对人工智能的热情持续加剧，尤其是硬件领域。　　正在向人工智能服务器供应商转型的图形处理器（GPU）生产巨头英伟达（NVIDIA）股价周一缔造历史新纪录，凸显市场对人工智能硬件领域的欢迎。　　目前，Google、Facebook、Microsoft、百度等科技巨头争相投身于人工智能。Google本周就宣告，正在为人工智能研发专门的芯片TPU。

浙商证券分析师杨云回应，人工智能将沦为下一个大风口，首当其冲的就还包括硬件。　　　　在图像语音辨识、无人驾驶等人工智能领域的运用层面，图形处理器（GPU）于是以很快不断扩大市场占到比，而谷歌专门为人工智能研发的TPU则被视作GPU的竞争对手。

　　概念　　人工智能的构建必须倚赖三个要素：算法是核心，硬件和数据是基础。　　算法主要分成为工程学法和模拟法。

工程学方法是使用传统的编程技术，利用大量数据处理经验改良提高算法性能；仿真法则是仿效人类或其他生物所用的方法或者技能，提高算法性能，例如遗传算法和神经网络。　　硬件方面，目前主要是用于GPU并行计算神经网络。　　浙商证券制作了右图反映这些要素之间的关系：　　　　从产业结构来讲，人工智能生态分成基础、技术、应用于三层。　　基础层还包括数据资源和计算能力；技术层还包括算法、模型及应用于研发；应用层还包括人工智能+各行业（领域），比如在互联网、金融、汽车、游戏等产业应用于的语音辨识、人脸识别、无人机、机器人、无人驾驶等功能。

　　GPU　　英伟达（NVIDIA）生产的图形处理器（GPU）专门用作在个人电脑、工作站、游戏机和一些移动设备上展开图像运算工作，是显示卡的心脏。　　GPU与CPU的区别　　本身架构方式和运算目的的有所不同，造成英特尔生产的CPU和GPU之间有所区别（图表来自浙商证券）。　　　　GPU之所以需要很快发展，主要原因是GPU针对密集的、低分段的计算出来，这正是图像图形所必须的，因此GPU设计了更加多的晶体管专用于数据处理，而非数据高速缓存和流控制。

　　与CPU比起，GPU享有更好的处理单元。据海通证券分析师郑宏达、魏鑫讲解，　　和CPU上大部分面积都被内存所占有有所不同，诸如GTX200GPU之类的核心内相当大一部分面积都作为计算出来之用。

如果用明确数据表示，约估算在CPU下有20%的晶体管是用于运算之用的，而（GTX200）GPU下有80%的晶体管用于运算：　　　　GPU的处置核心SP基于传统的处理器核心设计，需要展开整数，浮点计算出来，逻辑运算等操作者，从硬体设计上看就是一种几乎为多线程设计的处置核心，享有复数的管线平台设计，几乎胜任每线程处置单指令的工作。　　　　GPU处置的首要目标是运算以及数据吞吐量，而CPU内部晶体管的首要目的是减少处置的延时以及维持管线挤迫，这也要求了GPU在密集型计算出来方面相比CPU来更加有优势。

本文来源：太阳成平台-www.activ8seo.com