En términos de hardware de aprendizaje profundo, ¿quién es el más adecuado entre GPU, CPU y FPGA?

En el futuro del aprendizaje profundo, alrededor del 95% de las aplicaciones son inferencia de datos.

Y en comparación con GPU/CPU, el coste de FPGA o ASIC es significativamente menor tanto en I+D como en producción.

De modo que debe ser un campo de batalla para los estrategas militares.

Esto se puede ver en la adquisición de ALTRA/Movidius por parte de INTEL, la cooperación de XILINX con IBM o el desarrollo silencioso de Google y Qualcomm de sus propios ASIC patentados.

Y para el aprendizaje profundo en el lado móvil, FPGA o ASIC aparecerán con mayor frecuencia en forma de SOC, para optimizar mejor la estructura de la red neuronal y mejorar la eficiencia.