機(jī)器學(xué)習(xí)大行其道 Google、英特爾相繼推出AI芯片
Google、英特爾(Intel)、NVIDIA針對(duì)人工智能應(yīng)用推出的最新芯片,都號(hào)稱(chēng)能提供極高的運(yùn)算速度及準(zhǔn)確度。除此之外,有鑒于一般客戶(hù)很難快速掌握市面上各種不同的軟硬件選項(xiàng),ARM、超微(AMD)、亞馬遜(Amazon)、Facebook的新產(chǎn)品于是以此為訴求,希望能使模組與各個(gè)芯片的結(jié)合達(dá)到最佳化。
本文引用地址:http://www.biyoush.com/article/201711/370840.htm根據(jù)TheRegister報(bào)導(dǎo),GooglePixel2搭載的協(xié)同處理器PixelVisualCore,是Google第一款智能手機(jī)芯片,并且是專(zhuān)為執(zhí)行Pixel2的影像處理機(jī)器學(xué)習(xí)軟件所設(shè)計(jì)。PixelVisualCore擁有8個(gè)影像處理擷取引擎(IPU),每個(gè)IPU核心都有512個(gè)簡(jiǎn)單算術(shù)邏輯運(yùn)算單元(ALU),每秒鐘能處理3兆個(gè)作業(yè)。Google表示,要發(fā)揮IPU效率需有軟硬件密切配合。雖然將大部分細(xì)節(jié)交由軟件處理能提升硬件效率,但要用傳統(tǒng)程式語(yǔ)言編寫(xiě)IPU也因此變得更加困難。
除了Halide、TensorFlow外,Google還打造了客制化的編譯器進(jìn)行軟件優(yōu)化。PixelVisualCore是由英特爾負(fù)責(zé)代工,并會(huì)在未來(lái)透過(guò)Pixel2軟件更新正式啟動(dòng)。英特爾專(zhuān)為深度學(xué)習(xí)模組的訓(xùn)練與部署推出了Nervana神經(jīng)處理器。這款A(yù)SIC芯片在過(guò)去被稱(chēng)為“LakeCrest”,據(jù)說(shuō)能應(yīng)付神經(jīng)網(wǎng)絡(luò)中大量的陣列相乘(matrixmultiplication)、折積(convolution)運(yùn)算作業(yè)。Nervana芯片使用了精準(zhǔn)度較低的Flexpoint格式,因此運(yùn)算密度較低,但存儲(chǔ)器頻寬也相對(duì)較高。Nervana芯片將于2017年底前出貨,而Facebook將是第一個(gè)采用的廠商。曾任歐巴馬政府技術(shù)政策顧問(wèn)的TerahLyons率領(lǐng)亞馬遜、Google、Facebook、微軟(Microsoft)、DeepMind、蘋(píng)果(Apple)等重要機(jī)器學(xué)習(xí)業(yè)者,組成了PartnershipofAI。該組織的目的在透過(guò)人工智能發(fā)展提升社會(huì)大眾福祉。
新創(chuàng)公司CommaAI為改車(chē)愛(ài)好者推出的EON,結(jié)合了行車(chē)記錄器與即時(shí)顯示裝置,能夠?qū)⑿熊?chē)影像上傳至云端,再透過(guò)chffr這款深度學(xué)習(xí)App進(jìn)行分析。經(jīng)過(guò)分析的影像可即時(shí)回傳到駕駛的智能手機(jī),并借由圖示標(biāo)記提供類(lèi)似車(chē)用抬頭顯示器(HUD)的功能。NVIDIA的Pegasus芯片每秒可執(zhí)行320兆次運(yùn)算,號(hào)稱(chēng)是全球第一個(gè)能推動(dòng)5級(jí)自駕車(chē)技術(shù)的運(yùn)算平臺(tái)。較早推出的DrivePX系列平臺(tái)采用的是SoC,已能達(dá)到1至3級(jí)的自駕車(chē)標(biāo)準(zhǔn)。每個(gè)開(kāi)發(fā)團(tuán)隊(duì)都有偏好的軟件,為使不同人工智能架構(gòu)寫(xiě)成的模型能夠順利轉(zhuǎn)移,ARM、超微、華為、IBM、高通(Qualcomm)、英特爾都已宣布支援由Facebook、微軟所主導(dǎo)的開(kāi)放神經(jīng)網(wǎng)絡(luò)交換格式(ONXX)。如此一來(lái),神經(jīng)網(wǎng)絡(luò)在完成訓(xùn)練后,也能轉(zhuǎn)移到別的框架執(zhí)行推論工作。ONXX對(duì)于沒(méi)有客制化芯片和缺乏軟件能力的廠商而言無(wú)疑是一大福音。亞馬遜利用ApacheMXNet框架開(kāi)發(fā)的Gluon介面,同樣也能透過(guò)預(yù)定義層、優(yōu)化器、初始設(shè)定軟件讓深度學(xué)習(xí)模型的原型設(shè)計(jì)、建立、訓(xùn)練變得更加容易。
評(píng)論