另外，企业级 FPGA 也比企业级 GPU 便宜很多。但是 FPGA 的缺点也非常明显，对相关专业人才的要求非常高，需要能够将复杂的机器学习算法映射到硬件逻辑上，同时提供高吞吐和低延迟，开发难度很大。对于中小公司而言，如果没有相应的 FPGA 研发能力，或者无法支撑高昂的研发成本，在机器学习尤其是深度学习的训练/预估硬件解决方案上可以选择架构固定的 GPU；

而对于有相应能力的大中型企业而言，FPGA 带来的硬件成本的大幅降低和能耗的大幅降低，能够轻易覆盖研发团队的费用，在机器学习尤其是深度学习预估的硬件解决方案上 FPGA 会是更合适的选择。

同时，在制造工艺上，相比于 FPGA，GPU 是固定的专用计算架构且不提供可编程能力，可以通过不断的芯片优化，提供更强的计算能力，对于计算更加密集的深度学习训练任务，GPU 现在还是更合适的选择。随着 GPU 在芯片上不断优化提升和能耗的降低，以及 FPGA 不断提升芯片可提供的计算能力，两者的差距在不断缩小，未来两者的地位是否会有大的变革，值得期待。

讲师介绍：

胡时伟 第四范式联合创始人，研发副总裁

在大规模机器学习、广告、搜索、行业垂直应用、系统运维、研发团队管理等领域拥有丰富经验。

曾主持架构了百度「知心」系统和链家网系统，在百度任职期间作为系统架构负责人，主持了百度商业客户运营、凤巢新兴变现、「商业知心」搜索、阿拉丁生态等多个核心系统的架构设计工作。在担任链家网研发负责人期间，从 0 开始完成了链家网新主站、经纪人新作业系统、绩效变革系统的整体架构设计以及研发团队的建设管理，参与规划及推动了链家系统和研发体系的互联网化转型。

现任第四范式研发总工程师，负责产品技术团队以及第四范式核心产品『先知』机器学习平台的研发工作。

涂威威 第四范式数据建模专家

在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。

百度最高奖 trinity 发起人之一。

首次将 FPGA 应用于在线营销深度学习预估系统。

设计开发百度机器学习计算框架 ELF。

活动预告

12 月 3 日，机器之心将联合第四范式举办主题为「人工智能在工业应用上的技术突破和研究方向」的线下分享活动。第四范式的联合创始人陈雨强也将带来相关主题的分享，我们也将邀请知名人工智能专家共同研讨如何将机器学习用于互联网业务的提升以及机器学习未来在互联网场景中的应用与发展趋势等话题。

陈雨强个人简介：

陈雨强，第四范式联合创始人，首席研究科学家，世界级深度学习、迁移学习专家。曾在多个国际顶级人工智能会议发表论文，其工作被全球著名科技杂志 MIT Technology Review 报道。陈雨强主持架构了世界上第一个商用深度学习系统「百度凤巢系统」，大幅提升了广告点击率并使变现能力；主持架构了中国用户量最多的新媒体人工智能推荐系统「今日头条」，以支持千亿特征、千亿数据的流式机器学习系统，实现今日头条新闻推荐的个性化、准确性与时效性。

参与人群：

人工智能行业从业人员

互联网行业从业者