更多的芯片

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_专用集成电路

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_02

上面是一个高通的手机芯片结构图。

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_03

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_04

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_05

ASIC是Application-Specific Integrated Circuit( 应用型专用集成电路)。

AI ASIC AI的专用芯片。

这里最为代表的就是Google的TPU。

做ASIC芯片门槛会比通用芯片低很多,因为不用再去考虑那么多的东西。

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_06

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_07

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_专用集成电路_08

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_专用集成电路_09

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_数据_10

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_11

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_12

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_13

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_tensorflow_14

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_15

动手学深度学习 | 深度学习硬件:TPU和其他 | 31_方法调用_16

QA

  1. pytorch有什么方法调用TPU?

其实一般如果要调用TPU的话,建议还是使用tensorflow吧,毕竟是自家的东西。

colab中有TPU是可以被选择使用的。