看书中文网

手机浏览器扫描二维码访问

第320章 AI芯片（第2页）

而随着书写，林奇的板书笔法也越发飘忽——

训练后的神经网络以标签或预估值对数据分类，此乃推理。

因此每个神经元都需要进行计算。

输入数据乘以权重，表示信号强度。

结果相加聚合神经元状态。

使用激活函数调节神经元参数活动。

如此一步接着一步，连绵不绝。

按理说，三个输入而只有两个神经元与一个单层神经网络的话，权重与输入便要六次乘法……

如此一来，矩阵里的乘片与取片，都需要大量的CPU周期与内存，而TPU这种芯片，便是为了减轻这种负荷而生。

林奇忍不住皱眉看了眼周围。

某种程度而言，计算量的负荷和电网的负荷很类似，最大的负荷便决定了整体的高峰所在（计算难度），也决定了接下来他完成“AI芯片”后所能够到达的高峰。

而供与求有需要平衡，不然的话，第一道崩溃的便是自身。

只是他很快又重新被TPU的构架所吸引而痴迷起来。

只有深入一个项目，才能彻底体会他的乐趣。

因此懂是第一步环节。

这也是棋类活动里，容易入门的象棋比起围棋受众要光，而五子棋又比起象棋还有光。

林奇越看，越发忍不住啧啧称奇。

这TPU的架构居然采用了量子技术，在预设的最大值和最小值与八位整数之间的任意值的近似过程里，TPU居然包含了足足六万五千五百三十六个八位整数乘法器，直接将32位或者16位的计算压缩成为8位。

实现了曲线的离散化。

完美地减少了神经网络预测的成本。

第二点，也是更关键的。

正如林奇最初所推崇的硬件。

TPU芯片直接封装了种种神经网络计算工具。

诸如矩阵乘法单元，统一缓冲区，激活单元等，它们以后十数个高级指令组成，集中完成神经网络推理所需要的数学计算。

同时它又采用了典型的RISC处理器为简单计算提供指令。看小说，来小燕文学，关闭阅读模式，体验高速阅读！

闻鱼  深情她不知  打工皇帝  夫人是个绿茶网红  傲娇农女来种田  意外师  打死对面那只猴  乡村妖孽神医  蜜吻霸道执事  重生绝恋之烈火荼茶  渣婚大佬偏执宠  阴缘难逃：傲娇少帅缠上瘾  一见皇叔桃花开  诸天无上神宗  首辅大人：公主喊你生娃了  云霄之上，莫见离忧  新婚娇妻宠上瘾  大汉再起  万古帝尊  网游之另类战神