IBM提出可极大加快人工智能学习速度的技术概念

深度神经网络(DNN)几乎可以学会任何知识,甚至可以在人类创造的比赛中击败人类。但问题在于,训练人工智能(AI)系统需要依靠昂贵的超级计算机或数据中心来进行,并且每次都需要好几天的时间。据科技资讯网站engadget(www.engadget.com/)报道,IBM公司T.J. Watson Research Center(华生研究中心)的科学家认为,使用“电阻式处理器”,可以大幅削减功耗和学习时间。“电阻式处理器”是一种将CPU和非易失性存储器相结合的芯片,目前尚处于理论阶段。华生研究中心的研究团队表示,这可以为数据处理速度带来指数级增长,让系统能够承担自然语音识别、各种世界语言的相互翻译等任务。

那么,为什么训练人工智能需要耗费如此多的运算能力和时间呢?问题就在于,谷歌DeepMind或IBM Watson等现代神经网络必须同时执行数十亿个任务。这就需要无数次调用CPU内存,在短时间内产生数十亿次循环。研究人员曾讨论使用非易失性RAM等可按DRAM的速度永久存储数据的新型存储技术来解决这个问题。但他们最终构思出了一种新型芯片——电阻式处理器(RPU),将非易失性RAM的大量数据直接放到CPU上。

这种芯片提取数据的速度可与处理数据的速度相媲美,大幅减少神经网络训练时间和功耗。研究人员在论文中指出:“这个大型并行RPU架构的加速能力是最顶级微处理器的3万倍。仅需使用一个RPU加速器,目前需要花费数天时间、利用数千台计算机组成的数据中心级群集进行训练才能解决的问题,将在几个小时之内得到解决。”

科学家认为,使用常规CMOS技术即可制成此类芯片,但目前,RPU仍在研究阶段。此外,RPU需要使用的技术,例如非易失性RAM,也还有待商业化。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-05-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

“机器学习”自学手册

在自学“机器学习”方面,你能做的事其实很多。你可以参考一些书籍或者相关的课程、参加一些竞赛,或者使用一些你能用到的相关的工具等等。在本文中,我将结构性的阐述一下...

19911
来自专栏人工智能头条

谷歌工智能开源项目Tensorflow预示着硬件领域的重大变革

1423
来自专栏机器之心

观点 | 除了学位证书,如何证明自己的深度学习实力?

选自fast.ai 作者:Rachel Thomas 机器之心编译 参与:蒋思源、晏奇 不是研究生,不是相关专业的我们又该怎样证明自己的深度学习技能?也许很多读...

2686
来自专栏CSDN技术头条

数据可视化方法、工具、核心理念及需要警惕的深坑

大数据是当下最火爆的话题之一。随之而来的,是数据可视化技术的持续发展,它用来展现和阐释大规模的数据。但是数据可视化技术并非千篇一律。 数据可视化是展现数据的最强...

20410
来自专栏CDA数据分析师

自学机器学习向导

这里,你在学习机器学习的过程中,可以做很多的事情。这里有很多来自书籍和课程的资源给你提供参考,甚至你可以参加比赛和属性使用工具。在这篇文章里,我想对这些活动提供...

1977
来自专栏媒矿工厂

广播电视拥抱人工智能

最近几年人工智能(AI)领域出现了许多令人惊叹的发展。尽管如此,AI仍然是一个容易被炒作和误解的术语。

2094
来自专栏华章科技

分布式实时处理系统浪潮——浅析“深度学习”看未来发展

Autodesk资深系统研发工程师,从事平台架构方面的研发工作。曾在思科系统(中国)研发中心云产品研发部工作多年,全程参与了海量数据实时处理、分析系统的构建与实...

622
来自专栏SDNLAB

应用驱动网络(ADN)开启用户体验新时代

未来网络的核心挑战是如何解决网络架构制约商业模型创新的问题。 运营商的收益依赖于用户规模,用户增长面临瓶颈。互联网最初架构的思想就是为了流量而建网,并不考虑不...

3709
来自专栏机器之心

专访 | 腾讯云机器学习平台技术负责人黄明,详解 DI-X 深度学习平台

机器之心原创 作者:高静宜 3 月 28 日,腾讯云宣布推出深度学习平台 DI-X(Data Intelligence X),为机器学习、深度学习用户提供一站式...

4659
来自专栏新智元

神经形态计算的新方法:人造神经元计算速度超过人脑

来源:科学网 编辑:张章 转载编辑:张乾 【新智元导读】一种以神经元为模型的超导计算芯片,能比人脑更高效快速地加工处理信息。近日刊登于《科学进展》的新成果,或许...

3469

扫码关注云+社区