2018年赛灵思意图大举进攻机器学习市场

说起AI相信大家肯定大家都不陌生，搞过深度学习的人可能都会碰到一个问题，那就是没有一个好的加速硬件，例如GPU，很难做深度学习。小编今天带大家走进一篇关于机器学习加速芯片的报告，来看一下未来的机器学习加速市场。在这篇名为“加速：下一代机器学习芯片”的报告中，德勤全球预测，“到2018年底，用于加速数据中心机器学习的所有芯片中，超过25%将是FPGA，ASIC”。报告接着说道：“这些芯片将大大提高机器学习的使用率，使应用程序能够消耗更少的功率，同时变得更具相应能力，灵活性和处理能力，这将扩大其市场”。在后来的报告中指出：“机器学习应用还将售出20万多个FPGA和10万个ASIC芯片”。

在报告给出的图中可以清晰的看到，在机器学习加速硬件方面，2018年将是2016年的4倍之多。GPU依旧占大多数，但是可以看到FPGA和ASIC已经占据了一定的比例。

新的芯片会大大增加机器学习的使用，使应用程序能够使用更少的功率，同时变得更加灵敏和灵活，这可能会增大其应用的市场。机器学习的2018年FPGA总计用量至少为20万，这个数字也许会更高，但究竟有多少，很难预测。

这个趋势正是Xilinx将其机器学习开发的软件产品从edge迅速扩展到云的原因。其中包括用于开发响应式和可重构视觉系统的reVISION堆栈以及用于在云规模上开发和部署平台的可重构加速堆栈。()

随着机器学习硬件加速市场的不断扩大，以及Xilinx对这方面的大力投入，相信不久的将来，在硬件加速方案上，Xilinx的FPGA一定会占据主要地位，并以FPGA独特的低功耗等优点，使得机器学习的应用市场更大。