谷歌：最早自研TPU芯片 早在2013年，谷歌就已秘密研发一款专注于AI机器学习算法的芯片，并将其用在内部的云计算数据中心中，以取代英伟达的GPU。2016年5月，这款自研芯片公诸于世，即TPU。TPU可以为深度学习模型执行大规模矩阵运算，例如用于自然语言处理、计算机视觉和推荐系统的模型，其最初专为谷歌的超级业务云计算数据中心而生。...
4.深度学习通用异构参数服务器架构该项发明通过可扩展的架构设计，不仅可以支持基于CPU、GPU、XPU等不同类型硬件的参数服务器架构单独训练，还可以通过强化学习算法将同一深度学习模型训练任务分配到不同类型硬件的计算节点上进行混合硬件异构训练，实现计算资源最优搭配，从而可减少50%以上的深度学习模型训练成本，有效提升深度学习模型训练效率。...
在本次发布会上，寒武纪高性能机器学习处理器芯片“寒武纪MLU100”和“寒武纪MLU200”初露峥嵘。这两款芯片主要服务于服务器端的智能处理需求，分别偏重于推理和训练两个用途。有别于“神经网络处理器”（NPU）的常见称呼，寒武纪科技的云端芯片产品线使用全新的命名“机器学习处理器”（MLU），寒武纪未来的芯片产品将全面支持多样化的机器学习应用，而不仅仅是常见的深度学习。 ...
潘云鹤表示，近来，深度学习所提供的方法：用大量标识的图像训练出深度神经网络模型用于图象识别，显著提高了正确率，已获广泛应用。 但与深度神经网络模型方法不尽相同，人类在工作记忆中进行视觉识别时，不仅分析视网膜即时感知后传入短期记忆中的数据，而且激活了长期记忆中过去学到的并记住的相关心象，即视觉知识。因此，人类在完成视觉识别任务时往往只需少量数据，而且可解释，也可推理。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号