主营业务
【开运·kaiyun体育】人工智能时代,谷歌、英特尔和英伟达之间的计算能力角逐战
人工智能网讯2001年6月26日,知名编剧史蒂文·斯皮尔伯格导演的《人工智能》(英文名:《AI》)在美国公映。影片描写的是机器人小男孩大卫为了找寻养母,并延长机器人与人类的差距而努力奋斗的故事。
《人工智能》电影剧照大卫是一个被输出情感程序的机器人男孩,CybertronicsManufacturing公司员工亨瑞和他妻子生产出有的一个试验品。他们领养了大卫,并给了他充足的爱,但是人类与机器都无法拒绝接受大卫。于是大卫走上旅程去找寻确实属于自己的地方,渴求沦为一个确实意义上的人。
在这部影片公映15年后,机器人还没沦为确实意义上的人,但人工智能在棋士领域战胜了人类。它的强劲和极强的演化能力,让人类棋手无法望其项背。AlphaGo以3:0战胜柯洁九段“AlphaGoMaster比AlphaGoLee(与李世石对战的版本)要强劲,Master在对战中花费的能力(性能和功耗)仅有是Lee版本的十分之一,必须4个TPU在单台电脑上运营才可。“DeepMind首席科学家DavidSilver在AlphaGo战胜李世石后这样说明说道。
AlphaGo强劲到令人恐惧,引起了“人工智能威胁人类”的辩论。但在本质上,人工智能是算法、数据和硬件三个要素综合的结果。一旦牵涉到到算法、数据,就必不可少计算出来。
在这个领域,用来计算出来的硬件主要是TPU、GPU和CPU,他们背后代表的公司则分别是谷歌、英伟达和英特尔。这几家公司彼此竞争,又相互必须。TPU(TensorProcessingUnit)是专门机器学习而自定义的芯片,经过了专门深度机器学习方面的训练。谷歌工程师NormJouppi讲解,在人工智能涉及的算法上,它的计算速度更加慢,计算结果更加精准,同时也更为节约能源。
谷歌在I/O2017上公布第二代CloudTPU人工智能依赖机器学习(MachineLearning),机器学习又依赖硬件,它必须硬件平台获取大量的运算资源。就计算出来效率来说,专用工具的计算出来效率远高于标准化工具。
专门为机器学习自定义而经常出现的谷歌的TPU就是一种专用的工具,业内普遍认为它的经常出现对于标准化工具GPU来说是一种威胁。GPU的设计想法不是主要用来展开神经网络运算,而是图像处理。由于其类似的结构恰巧也较为限于于神经网络运算,所以在TPU经常出现之前,大多数做到机器学习厂商都在同时利用FPGA和GPU来改良训练自己的神经网络算法。
英伟达创始人兼任CEO黄仁勋却不尊重“TPU威胁论”,在拒绝接受凤凰科技的专访时,他回应谷歌的TPU会对英伟达的VoltaGPU构成威胁,双方在TensorFlow项目上维持着合作,而VoltaGPU的运算能力甚至在TPU之上。作为世界仅次于的GPU制造商之一,英伟达仍然不遗余力地推展GPU在深度自学领域的应用于。老黄将英伟达称作“一家人工智能公司”。
谈及英伟达基于GPU的人工智能战略,必须再行从Volta想起。在今年5月11日的NVIDIAGTC2017上,英伟达发售了全新的GPU架构Volta。
英伟达应用于深度自学研究副总裁BryanCatanzaro回应这并不是前代架构Pascal的升级,而是一个全新的架构。Volta获取大量的FLOP(浮点运算),基于Volta的架构,人们就可以用于必须更好FLOP的深度自学模型。
如今很多风行的模型都必须相当大的计算资源,例如卷积自学神经网络。黄仁勋展出基于Volta架构的TeslaV100加快芯片基于全新的Volta架构,英伟达发售TeslaV100加速器,它速度比其前身TeslaP100慢2.4倍。
本文关键词:开运·kaiyun体育(中国)官方网站,开运·kaiyun体育
本文来源:开运·kaiyun体育(中国)官方网站-www.gzhinan.com