完善资料让更多小伙伴认识你，还能领取20积分哦， 立即完善>
3天内不再提示
|
最近行业都在说“算力是AI的命门”，但国产芯片真的能接住这波需求吗？
前阵子接触到海思昇腾910B，实测下来有点超出预期——7nm工艺下算力直接拉到256 TFLOPS，比上一代提升了40%，但功耗反而压到了310W。更有意思的是它的异构架构：NPU+CPU+DVPP的组合，居然能同时扛住训练和推理场景，之前做自动驾驶算法时，用它跑模型时延直接降了20%。 但疑惑也有：这种算力密度下，散热怎么解决？而且昇腾的生态适配速度能跟上行业需求吗？ 
0
|
|
相关推荐 |
|
你正在撰写讨论
如果你是对讨论或其他讨论精选点评或询问，请使用“评论”功能。
NVMe高速传输之摆脱XDMA设计52：主要功能测试结果与分析4（NVMe 指令提交与完成机制测试）
779 浏览 0 评论
NVMe高速传输之摆脱XDMA设计51：主要功能测试结果与分析3 nvmePCIe高速存储 PCIe高速存储
527 浏览 0 评论
NVMe高速传输之摆脱XDMA设计50：主要功能测试结果与分析2 nvmePCIe高速存储
501 浏览 0 评论
NVMe高速传输之摆脱XDMA设计49：主要功能测试结果与分析1
1556 浏览 0 评论
1016 浏览 0 评论
4504 浏览 63 评论
/9 
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 （电路图） 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证：合字B2-20210191
工商网监
湘ICP备2023018690号
1896
评论
淘帖
2342
