AI走向深度学习 构建强大通用算力是重要指标
发布时间：2020-04-15 16:10:55 所属栏目：创业 来源：中国安防行业网
导读：【 视点跟踪】2016年3月，谷歌人工智能阿尔法围棋(AlphaGo)克服韩国棋手李世石时，人们慨叹人工智能的强盛，而其背后庞大的支付却鲜为人知数千台处事器、上千块CPU、高机能显卡以及对弈一场棋所耗损的惊人电量。眺望智库人工智能奇迹部部长、图灵呆板人首
|
【 视点跟踪】“2016年3月，谷歌人工智能阿尔法围棋(AlphaGo)克服韩国棋手李世石时，人们慨叹人工智能的强盛，而其背后庞大的‘支付’却鲜为人知——数千台处事器、上千块CPU、高机能显卡以及对弈一场棋所耗损的惊人电量。”眺望智库人工智能奇迹部部长、图灵呆板人首席计谋官谭茗洲在接管科技日报记者采访时暗示。 “对比云计较和大数据等应用，人工智能对计较力的需求险些无尽头。”中国工程院院士、海潮团体首席科学家王恩东也指出。 据先容，人工智能的挑衅之一是辨认度不高、精确度不高，进步精确度就要进步模子的局限和风雅度，进步线下实习的频次，这必要更强的计较力。 当前跟着人工智能算法模子的伟大度和精度愈来愈高，互联网和物联网发生的数据呈几许倍数增添，在数据量和算法模子的双层叠加下，人工智能对计较的需求越来越大。 从中国信息通讯研究院王蕴韬在通讯天下网颁发的文章相识，人工智能基本办法建树重要一方面是继承夯实通用算力基本。当前算力供应已经无法满意智能化社会构建，按照OpenAI统计，从2012年至2019年，跟着深度进修“大深多”模子的演进，模子计较所需计较劲已经增添30万倍，无论是计较机视觉照旧天然说话处理赏罚，因为预实习模子的普及行使，模子所需算力直接泛起阶跃式成长。 据斯坦福《AIINDEX2019》陈诉，2012年之前，人工智能的计较速率紧追摩尔定律，算力需求每两年翻一番，2012年往后，算力需求的翻番时长则直接收缩为3、4个月。面临已经每过20年才气翻一番的通用计较供应手段，算力捉襟见肘已经不问可知。 无疑，人工智能走向深度进修，计较力已成为评价人工智能研究本钱的重要指标。 将来怎样办理算力困难，据科技日报报道，今朝计较存储一体化正在助力、敦促算法进级，成为下一代AI体系的进口。存内计较提供的大局限更高效的算力，使得AI算法计划有更充实的想象力，不再受到算力束缚。从而将硬件上的先辈性，进级为体系、算法的上风，最终加快孵化新营业。 而除了计较存储一体化的趋势，量子计较或是办理AI所需巨额算力的另一途径。今朝量子计较机的成长已经逾越传统计较机的摩尔定律，以传统计较机的计较手段为根基参考，量子计较机的算力正敏捷成长。 （编辑：湖南网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
