IBM深度学习技术获突破打破脸书等量扩容记录

2017-08-16 09:58:46来源：腾讯科技编辑：半城明灭关键词：人工智能深度学习 IBM阅读量：36391

导读：在人工智能细分领域当中，深度学习技术日益为科技企业所关注。据国外媒体报道称，IBM公司本周正式宣布，已开发出一种可以提升海量数据处理效率，并得出有用结论时间的全新深度学习技术。

　　【中国智能制造网企业动态】在人工智能细分领域当中，深度学习技术日益为科技企业所关注。据国外媒体报道称，IBM公司本周正式宣布，已开发出一种可以提升海量数据处理效率，并得出有用结论时间的全新深度学习技术。

　　简单来说，IBM使用的“深度学习”技术是人工智能的其中一个分支，该技术使得电脑可以模仿人脑工作原理，并且已经成为了诸如微软、Facebook、亚马逊和谷歌这些科技企业的关注焦点。消息称，IBM的目标是将深度学习系统分析数据需要的时间从数天缩短到数小时。

　　“这些改进可以帮助放射学家根据医学图像更快、更准确地找到病变部位。”IBM研究所研究员、系统加速及记忆模块总监希拉里-亨特(Hillery Hunter)说道。

　　截至目前，深度学习主要依靠单一服务器运行，因为在不同计算机之间移动大量数据非常复杂。而且，如何处理在不同服务器和处理器之间的数据同步也是一个问题。

　　近日，IBM宣布已经成功开发出了能够将这些任务分配到64台服务器的软件，而这些服务器高配置有256个处理器，可在数据处理速度方面取得巨大进步。而且，只要是使用IBM Power系统服务器的客户以及其他参与测试的技术人员，均可获得这一技术的使用权限。

　　据悉，IBM使用了64个自主开发的Power 8服务器，每一个都将通用的英特尔微处理器和英伟达图形处理器连接起来，并使用快速的NVLink连接以促进两种芯片之间的数据流传输。

　　亨特在接受《财富》杂志采访时表示：“我们的想法是改变训练深度学习模式的速度，并真正提高人们的工作效率。”

　　对此，Pund-IT公司创始人查尔斯-金(Charles King)也表示，自己对IBM的这一项目印象深刻，他相信IBM已经找到了一种“等量扩大”深度学习系统的方法，并通过额外增加处理器的方式大幅提高运算性能。

　　简单来说就是，将设备的处理器扩容100%理论上应该可以获得100%的等量性能提升。但实际上，由于复杂的流量管理和连接问题，这种等量增长的效益永远不会发生。

　　不过IBM却表示，自己研发的这一软件系统通过由“加州大学伯克利分校”(University of California at Berkeley)创建的“咖啡因深度学习框架”(the Caffe deep learning framework)，成功在256个处理器之间实现了95%的扩展效率。在此之前，这一等量扩容的记录是由Facebook人工智能研究公司创造的，其扩展效率达到了89%。

　　所谓的“咖啡因深度学习框架”是在2013年由加州大学伯克利分校的贾扬清博士在Github上发布。发布伊始，这一框架就得到了广泛关注，该框架以“Layer层”为单位对深度神经网络结构进行了高度抽象，通过一些精巧的设计显著优化了执行效率，并且在保持的基础上不失灵活性。

　　“IBM新95%的扩展效率实在太了，我简直不敢相信这是真的。”德克萨斯州奥斯丁市Moor Insights & Strategy研究公司总裁和创始人帕特里克-莫海德(PatrickMoorhead)惊讶的表示。

　　具体来说，IBM的数据显示该软件可以在7个小时内识别750万张图片，准确率为33.8%。在此之前，微软保持的高准确率记录是29.8%，但用时则达到了10天。换句话说就是，IBM已经开发出了比现有深度学习技术更快、更的技术。当然，这一系统也需要同IBM的Power系统硬件和集群软件配合使用。

　　原标题：IBM深度学习技术取得重大突破打破FB扩展效率记录

上一篇：手机芯片市场争夺战升级三巨头展开激烈角逐

下一篇：谷歌申请自动驾驶能够变“柔软”的车身

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55
早报|深圳大学人工智能学院正式揭牌成立；SK海力士完成96GB CXL内存模块验证
深圳大学人工智能学院正式揭牌成立,学院建设基础学科研究中心和算力平台，与腾讯云共建产业学院；SK海力士宣布，其基于CXL 2.0标准的DDR5 96GB内存模块已通过客户验证......
人工智能内存模块数据传输设备
2025-04-23 10:41:12

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。