close
美國商標登記 原標題：IBM 深度學習模式效率驚人，一舉超越 Facebook 和微軟
美國商標申請
8 月 8 日消息，一直以來，“深度學習”作為人工智能的重要組成之一，因其具有與人腦相仿的工作原理，被微軟、Facebook、亞馬遜和谷歌這幾傢科技巨頭關註。而 IBM 使用的深度學習系統消化數據所需要的時間已經從數天縮短至幾個小時。
IBM 研究所研究員和系統加速及記憶主管希拉裡·亨特（Hillery Hunter）表示，這一效率的提升將有助於放射學傢更快、更準確地找到病變部位，並讀取大量醫學圖像。
截至目前，深度學習主要是在單一服務器上運行的，因為在不同計算機之間移動大量數據的過程過於復雜，而且，在大量不同的服務器和處理器之間保持數據同步也是一大難點。
IBM 在今日宣佈，已經開發出一款軟件夠將這些任務分配到 64 臺服務器。據悉，這些服務器總搭載有 256 個處理器，這也就意味著在速度上取得明顯的提升。值得一提的是，凡是擁有 IBM Power 系統服務器的用戶，或者其他想要測試的技術人員，都能享受這項美國商標註冊推薦技術。
IBM 采用 64 個自主開發的 Power 8 服務器，並使用 NVL美國商標申請推薦ink 與特爾微處理器和英偉達圖形處理器相連接，促進兩種芯片之間的數據流傳輸。
亨特近一步表示，如果流量管理不當，一些處理器就會閑置。每個處理器都有自己的數據集，同時還需要來自其他處理器的數據，以獲得更大的圖像。如果處理器不同步，它們就學美國商標查詢不到任何東西。
亨利想法是提高深度學習模式的速度，以此提高它的工作效率。例如，深度學習從一個帶有 8 個處理器的服務器擴展到 64 個，每個服務器有 8 個處理器，可以將性能提高 50-60 倍。
IBM 還稱，該系統通過由加州大學伯克利分校創建的“咖啡因”深度學習框架，在 256 個處理器之間實現瞭 95%的擴展效率，超越 Facebook 人工智能研究公司創造的 89%擴展效率。
在圖像識別方面，IBM 系統使用“咖啡因”框架，7 個小時內識別瞭 750 萬張圖片，準確率達到瞭 33.8%，擊敗瞭微軟 29.8%的記錄。
IBM 表示，不僅是“咖啡因”框架，谷歌的 TensorFlow 框架也可以在這種新技術上運行。莫海德說，值得註意的是，IBM 在運用自己在高性能計算方面的專業知識的同時，還應用瞭 Tensorflow 和“咖啡因”這種外部資源，這種做法有助於提升該項目的深度學習能力。
本文 來自 .返回搜狐，查看更多
責任編輯：
聲明：本文由入駐搜狐號的作者撰寫，除搜狐官方賬號外，觀點僅代表作者本人，不代表搜狐立場。
閱讀 ()
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
