加利福尼亚州圣何塞 - 高级微设备公司正准备加入竞争，以加速客户和嵌入式系统中的深度学习工作。然而，AMD还没有准备好提供它将在明年推出的7-nm x86和GPU芯片的任何细节 - 或其超过7纳米的路线图。

“我们称之为[网络边缘]的高性能需求......更接近数据进入和需要进行分析的来源 - 通常是实时的，”AMD的主要技术Mark Papermaster说道。官员，在接受采访时说。“AMD的机器学习策略是全面的，为数据中心和边缘提供了AI引擎。”

2016年底，AMD发布了首款用于数据中心深度学习的GPU加速器。从那时起，谷歌的TensorFlow处理单元和其他设计已经展示了在硬件中添加乘法累加单元（MAC）阵列以加速深度学习算法的优势。

2017年5月，图形竞争对手Nidia推出了Volta，这是第一款采用嵌入式MAC的GPU，称为张量核心。AMD的CPU竞争对手英特尔今年早些时候表示计划将其Movidius加速器转移到运行Windows ML的PC主板上。分析师认为，英特尔最终将将受Movidius启发的内核嵌入其PC处理器中。

Papermaster不会说AMD是否计划在今年晚些时候推出的7-nm Vega GPU或将于明年初发布的Zen-2 x86处理器上添加MAC阵列。但是，他确实表示Vega将支持超出公司GPU支持的16位浮点数之外的其他格式。

一场激烈的辩论激起了简化神经网络以加速深度学习工作的方法。Arm将在其ML Core中支持8位操作，Nvidia已经对2位操作进行了研究，而Imec正在研究单位替代方案。

来自半导体社区