IBM通過深入的學(xué)習(xí)進步打破了記錄

軟件巨頭IBM憑借公司最新的深度學(xué)習(xí)進步創(chuàng)造了新紀錄。

IBM憑借Watson及其深度學(xué)習(xí)能力，已經(jīng)鞏固了其作為AI領(lǐng)導(dǎo)者的地位。深度學(xué)習(xí)是AI的一個子集，模仿人類的大腦，因此是研究人員關(guān)注的焦點。

包括微軟，F(xiàn)acebook，亞馬遜和谷歌在內(nèi)的公司在深度學(xué)習(xí)方面取得了進步，但IBM可能是最具開創(chuàng)性的。今天的深度學(xué)習(xí)系統(tǒng)可能需要數(shù)天時間來分析數(shù)據(jù)，但IBM已設(shè)法將其減少到幾個小時。

IBM通過克服深度學(xué)習(xí)系統(tǒng)的核心障礙實現(xiàn)了這一目標。由于涉及的數(shù)據(jù)量和保持全部同步的難度，大多數(shù)當前項目都在單個服務(wù)器上運行。然而，IBM開發(fā)的新軟件聲稱可以在運行多達256個處理器的64臺服務(wù)器之間分離深度學(xué)習(xí)任務(wù)。

這適用于使用IBM Power System服務(wù)器的客戶或任何對測試其功能感興趣的人員。在測試中，IBM使用了64臺Power 8服務(wù)器，這些服務(wù)器采用英特爾微處理器和與NVLink連接相連的NVIDIA GPU。該配置允許芯片之間的快速數(shù)據(jù)流。

使用這種方法，IBM聲稱在當今通常使用的單個服務(wù)器上，性能可提升50-60倍。但是，它需要一些復(fù)雜的工作來充分利用額外的服務(wù)器和處理能力。

管理流量是確保所有處理器正常工作而不是閑置的主要優(yōu)先事項。每個處理器都有一個可以處理的數(shù)據(jù)集，但也需要來自其他處理器的數(shù)據(jù)才能理解完整的圖像。優(yōu)化流量管理是實現(xiàn)最高性能水平的持續(xù)過程。

破紀錄的

在理想情況下，添加的每個處理器都會使性能提高100%，但這是不現(xiàn)實的。IBM聲稱其系統(tǒng)在256個處理器上實現(xiàn)了95%，這令人印象深刻并創(chuàng)下了新記錄。之前的記錄由Facebook持有，達到89%。

這并不是IBM聲稱在最新進展中破產(chǎn)的唯一記錄。對于圖像識別，IBM表示它在7小時內(nèi)分析了750萬張圖像的準確率為33.8%。此前的記錄由微軟持有，準確率為29.8%，這項工作需要10天才能完成。