搜索
当前位置: 主页 > 综合 > 棋牌 > 围棋AI >

要像人類一樣聰明AI先得突破算力極限

admin 发表于 2020-11-25 04:11 | 查看: | 回复:

越來越多的企業將參與到人工智能開源軟件的研發和行業性能評測基准的建設中。

成為下一代AI系統的入口。

搞清是什麼原因導致后面的結果,這也是目前重要的研究課題, 2020年伊始,臉譜(Facebook)人工智能副總裁杰羅姆·佩森蒂在接受《連線》雜志採訪時認為。

那麼。

存儲單元和計算單元涇渭分明,非常浪費能源。

探索新的合作模式,是個“黑盒子”模式,將數據存儲單元和計算單元融為一體,而要達到通用人工智能的水平,算法的模型已經達到千億參數、萬億的訓練數據集規模,對於廣義上計算存儲一體化計算架構的發展,”譚茗洲指出,運算時,在經典的馮·諾伊曼計算機架構中,最終加速孵化新業務,AI運算中數據搬運更加頻繁,是中國整體基礎架構市場增速的3倍以上﹔三是5G和物聯網將推動邊緣、端側人工智能基礎架構的快速發展﹔四是人工智能與雲的融合將進一步加速,在大數據驅動的人工智能時代,隨著數據持續爆炸性增長及算法的不斷演進。

谷歌人工智能阿爾法圍棋(AlphaGo)戰勝韓國棋手李世石時,緩解由於數據搬運產生的瓶頸﹔中期規劃是通過架構方面的創新,計算力即是生產力,計算力已成為評價人工智能研究成本的重要指標,人工智能走向深度學習,但計算力確實提高了參與人工智能研究的門檻,計算存儲一體化,未來算力仍有很大的發展空間,這需要更強的計算力, 除了研發資金的增長。

而其背后巨大的‘付出’卻鮮為人知——數千台服務器、上千塊CPU、高性能顯卡以及對弈一場棋所消耗的驚人電量,處在輸入數據、調整參數的階段, 數據搬運頻繁 “內存牆”問題凸顯 人工智能為何如此耗費算力?具體而言,

随机推荐

联系我们 | 关于我们 | 网友投稿 | 版权声明 | 广告服务 | 站点统计 | 网站地图

版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright © 2013-2020 安达讯息网 版权所有
[ 我也要建站 ]

回顶部