人工智能应用对算力的要求？

网上找到的答案，供参考

现有的人工智能计算系统多采用异构架构。在节点间尺度上多为同构系统，在节点内尺度上有异构的形式。现代处理器是SISD、SIMD、MISD、MIMD的复合体，能实现复杂的并行计算，例如支持标量计算的CPU，支持向量、张量计算的GPU、TPU，支持空间计算等专用计算的FPGA和ASIC等。现有的人工智能硬件重点关注深度神经网络这类模型，支持适度低精度计算，对部分简单算子如矩阵乘、向量运算、卷积等张量计算进行加速。其实现方式多采用计算和存储分离的冯·诺伊曼架构，随着工艺的进步，互连功耗占比越来越大,甚至使数据移动功耗大于运算功耗，引起了更大的性能损失。

在云上建立模型训练集群