3C科技 娛樂遊戲 美食旅遊 時尚美妝 親子育兒 生活休閒 金融理財 健康運動 寰宇綜合

Zi 字媒體

2017-07-25T20:27:27+00:00
加入好友
8月8日消息,據國外媒體報道,IBM研究所已經在分散式深度學習(DDL)中取得了一個新的里程碑,在接近交易效率的情況下,構建了一種可通過上百個處理器擴展DDL的軟體。深度學習技術是人工智慧(AI)的一個分支,可模仿人腦的工作原理。它也是微軟、Facebook、亞馬遜和谷歌的重大關注焦點。IBM的這項研究解決了深度學習的主要挑戰之一:雖然大型神經網路和大型數據集有助於深度學習,但也會帶來更長的訓練時間。培訓大規模、深度學習的人工智慧模型可能需要幾天或幾周的時間。這個過程需要很長時間,因為擴展的處理器會相互通信。事實上,隨著處理器的加速,情況變得更糟。更快的處理器可以學習得更快,但與傳統軟體一樣,它們之間的通信無法跟上。IBM研究所的IBM研究員和系統加速及記憶主管Hillery Hunter在一篇博客文章中寫道:「基本上,更聰明、更快的處理器需要更好的交流方式,或者他們不同步,大部分時間都在等待對方的結果。」「所以,如果沒有速度可能降低性能。」新的DDL軟體解決了這個問題,它應該可以運行流行的開源代碼,比如Tensorflow、「咖啡因」、Torch和Chainer(而不是大量的神經網路和數據集),性能和準確性都非常高。IBM研究所演示了使用「咖啡因」框架,如何在64個IBM Power系統中通過256個處理器實現性能提升和95%的擴展效率。之前的記錄是由Facebook人工智慧研究設定的,該研究在2月2日的訓練中實現了近90%的擴展效率。此外,在這個新軟體中,IBM 研究所在一個750萬張圖片訓練的神經網路獲得了33.8%的新圖像識別精度,並在7小時內完成。微軟的紀錄是在10天內顯示了29.8%的準確性。「精度提高4%是一個巨大的飛躍,過去的典型改善一直不到1%,」Hunter寫道。(yoyo)編譯稿源:http://www.zdnet.com/article/ibm-research-achieves-new-milestone-in-deep-learning-performance/

本文由yidianzixun提供 原文連結

寫了 5860316篇文章,獲得 23313次喜歡
精彩推薦