No mucho, y probablemente podría incluir una nueva característica o dos en sus diseños de procesador si sienten la necesidad.
Uno podría leer esta cosa de la Unidad de Procesamiento de Tensor (TPU) en la adquisición de Altera por parte de Intel (compañía) y el posterior anuncio de incluir una sección de matriz de puerta programable de campo (FPGA) en algunos de sus modelos de procesador x86. En principio, los FPGA se pueden configurar para realizar casi cualquier tipo de cálculo dentro del límite de recuento de compuertas del dispositivo; la pregunta es si algo que podría soplar en un FPGA sería más óptimo que implementarlo en la Arquitectura del conjunto de instrucciones x86 o en el Propósito general GPU (CUDA, OpenCL). Según lo que he leído, Google examinó los FPGA y decidió que no eran lo suficientemente rápidos y que un chip personalizado (un circuito integrado de aplicación específica (ASIC)) era el mejor enfoque.
Hasta cierto punto, lo que esto realmente pregunta es si el tipo particular de Redes Neuronales Artificiales que supuestamente es bueno para ejecutar el TPU de Google se convertirá en la forma dominante de cómputo de propósito general (que es lo que requeriría / inspiraría a todos los otros diseñadores de procesadores a reaccionar) ), y mi reacción es …
- ¿Qué debo aprender para el aprendizaje automático, C ++ o Python?
- ¿Hay algún profesor actual en Asia que tenga un historial con Bayesian no paramétrico, tanto en teoría como en aplicación?
- ¿Qué es un uso subestimado del aprendizaje automático?
- ¿Cuál es el punto de usar el problema dual cuando se ajusta SVM?
- Las entidades biológicas inconscientes que simplemente reaccionan automáticamente a su entorno han evolucionado y se han vuelto autoconscientes. ¿Qué impide que AI lo haga?
mmm, probablemente no.
Hemos visto una variante de esta película antes: Bitcoin Mining comenzó en procesadores de propósito general, se trasladó a GPU y luego a ASIC, muy similar a lo que hacen estos TPU por su problema de cálculo optimizado. Los diseñadores de procesadores no han prestado mucha atención.
Sin embargo, estoy seguro de que las empresas de fabricación de semiconductores (por ejemplo, Taiwan Semiconductor Manufacturing Company (TSMC), United Microelectronics Corporation (UMC), Semiconductor Manufacturing International Corporation (SMIC), GlobalFoundries) están contentas por los chips de fabbing comerciales adicionales de cualquier diseño que alguien quiera .
