深度学习加速卡市场大不大？

原来还有些市场，现在有了fpga云，我觉得没啥市场了

学生用开发板？

FPGA云要把算法改为VERILOG，我的不用。

Fpga性能功耗比有优势。你的是基于什么的？

一阵风而已，骗到了投资赶快跑路。

有前途，fpga过渡几天就gg了
关键是这玩意很难做，你能做？核心芯片很有门槛。  
  

基于C。算法验证时一般用PYTHON，通过后，改成C，再加载到加速卡。
FPGA灵活，但速度慢，实现时并行度不高的话，干不过CPU，更不用说GPU。

FPGA类似PYTHON，验证调试方便。真跑起来，还是全定制方案。
核心芯片是简化版。我不是软硬通吃，还得找做过处理器的高手裁剪实现。

这个就和tpu类似啊，

高性能复杂芯片不是谁都能做的，烧钱，门槛太高，慎重。

IC版就差一个程序眼啦

以后都用stratus了，不用写verilog

后面貌似NV的DLA要开源啊，如果真开源了，做这块就没前途了吧

不同编程语言还是有些差异，本质上编译原理一直没变过，就算是综合器，也是基于它。
但是由于语言差异造成的用户体验，代码效率等其它方面不能忽视。
最后要拼的也是硬件资源，是跑全定制的处理器指令，还是可重定义硬连线。

可能NV不想应对多个开源框架，让社区自己把底层都搞了吧。

intel有类似的加速卡 低端的才几十刀 好像是usb接口的 跟u盘差不多

深度学习能加速挖矿么？

已经有很多家类似的公司了吧。
深鉴不就是搞了个编译器，能把c写的神经算法编译到底层的FPGA板卡上进行加速吗？（如果我没理解错的话）
跟你这个方案只差一步流片。不过考虑到他们可能就是设计成底层结构可变，流片反而效果不好。

加速卡是加速特定类型的运算，可以是矩阵，或者以后有别的数据密集型运算。
深度学习也没有限定适用于具体数据结构，图像用矩阵比较多。
挖矿里面某个操作或许可以直接映射到运算单元，我没研究过挖矿代码。