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

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...

21270
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...

41490
来自专栏CSDN技术头条

谷歌工智能开源项目Tensorflow预示着硬件领域的重大变革

谷歌宣布将其最重要的创新项目之一 —— 人工智能引擎 ——作为开源项目发布到网上供大家免费使用,这展示了计算机软件行业正进行着什么样的变革。 最近,互联网巨头们...

211100
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...

28660
来自专栏大数据文摘

别错过这张AI商用清单:你的生产难题可能被一个应用解决

16930
来自专栏量子位

亚马逊全面发力AI,推机器学习托管服务、四项新工具,还有AI硬件

Root 假装发自 拉斯维加斯 量子位 出品 | 公众号 QbitAI 机器学习现在已经在多个领域爆发出惊人的能量,企业通过获取有效的用户数据,可以高效锁定用户...

31570
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...

60290
来自专栏人工智能头条

小团队撬动大数据——当当推荐团队的机器学习实践

25890
来自专栏ATYUN订阅号

【科技】嵌入式深度学习:从云端到设备

苹果的人脸识别标志着嵌入式人工智能第二阶段的开始,在这一阶段,更多的智能发生在独立于云的设备上。但它们并不是唯一的选择。 “健谈”的智能助手已经成为消费设备的标...

52850
来自专栏新智元

Michael I. Jordan联合UC伯克利13位重量级学者:下一代人工智能系统的4大趋势和9大研究课题

【新智元导读】最近,加州大学伯克利分校大学的大牛们针对目前AI的火爆形势,又总结了一篇《A Berkeley View of Systems Challenge...

431100

扫码关注云+社区

领取腾讯云代金券