科学家称“人们对深度学习的性能或结果的要求越来越高,则对于算力的需求也越来越大。要让算力增长或突破,从算法层面,首先可以优化并行计算,有效利用多机多核的计算能力,灵活满足各种需求。同时,相对于传统的基于单机编写的程序,如果改写为多机多核的并行程序,能够充分利用其CPU和GPU(或AI芯片)的资源,将使运行效率大幅度提升。”
但这样的改革会面临一个问题,处理数据其实需要巨大的能耗和污染。据悉,训练和搜索某种模型所需的电量涉及约626000磅二氧化碳排放量,这相当于美国普通汽车使用寿命内排放量的近5倍。那么超越目前运营模式的运行将带来昂贵的电费,运营成本的超额导致或将无法商用,这是关键问题。
无疑,算法突破的目的是让机器更像人类大脑一样具有神经元的功能。但就功耗而言,大脑要像超级计算机那样运算,自身温度就会飙升上百摄氏度,所以若简单认为更多的计算能力就可让人工智能拥有人类智能的想法显然是存在争议的。
领取专属 10元无门槛券
私享最新 技术干货