Чипы Graphcore обеспечат 100-кратное ускорение работы систем искусственного интеллекта

Graphcore IPU

Компания Graphcore IPU заканчивает разработку специализированного чипа, предназначенного для ускорения выполнения задач, связанных с глубинным машинным обучением, самообучением и другими составными частями систем искусственного интеллекта. При этом, основной упор делается на низкую стоимость будущих чипов, использование которых позволит существенно сократить расходы на обучение, самообучение и использование искусственного интеллекта для решения практических задач. А испытания первых образцов чипов Graphcore показали, что они способны обеспечить 100-кратное превосходство по производительности по сравнению с самыми быстрыми системами на сегодняшний день.

Упомянутое выше ускорение получается не только за счет одних аппаратных средств чипа IPU (Intelligence Processing Unit). Большую роль в этом играет мощная параллельная обработка данных и программная поддержка данных, представленных в виде графов. Широкий набор библиотек дает разработчикам практически неограниченные возможности для использования глубинного обучения и искусственного интеллекта в решении практических задач различного плана.

Ускорение работы систем ИИ

В настоящее время специалисты компании Graphcore занимаются доводкой архитектуры чипа-ускорителя и набора программного обеспечения, оперирующего графами данных с «фирменной» структурой Poplar. Кроме этого, специалисты Graphcore создали порт программ MXNet и TensorFlow, широко используемых в системах искусственного интеллекта. Эти портированные варианты способны максимально эффективно использовать все возможности ускорителей IPU и работать с графами Poplar.

Интересен тот факт, что первые образцы чипов Graphcore IPU уже используются для высокоточного моделирования более поздних вариантов этих же самых чипов, позволяя специалистам работать не с виртуальными математическими моделями, а с реальными аппаратными средствами.

Ключевые слова:
Чип, Graphcore, IPU, Ускорение, Искусственный, Интеллект, Данные, Обучение, Обработка, MXNet, TensorFlow

Первоисточник

Другие новости по теме:

Share Button

Материалы по теме:

На полях рейтинга TOP-500 продолжается ожесточенное сражение между Китаем и США
13 ноября 2018 года был опубликован очередной, 52-й выпуск рейтинга самых мощных суперкомпьютеров в мире TOP-500. И, как и прежде, на полях этого рейтинга ...
Ученые-физики создали новый тип простейшего квантового «жесткого диска» для света
Ученые-физики из университета Альберты, Канада, разработали новый способ создания хранилища информации, способного хранить "тонкую и хрупкую" квантовую информацию, закодированную в параметрах импульса света. В ...
Машины-монстры: SpiNNaker — первый в своем роде нейроморфный компьютер, способный моделировать миллиард нейронов
Не так давно состоялся официальный запуск новой суперкомпьютерной вычислительной системы SpiNNaker, в состав которой входит один миллион вычислительных ядер. Но не количество процессоров и ...
Ученые получили первые практические подтверждения превосходства квантовых компьютеров над классическими
В течение достаточно долгого периода времени квантовые компьютеры были не более чем фантастической идеей, но уже сегодня эта идея очень близка к реальному воплощению ...
CRN++ — новый язык программирования молекулярных химических процессов
Синтетическая биология является относительно новой областью современной науки. Тем не менее, она уже начала оказывать влияние на другие области, включая биологию, нанопроизводство, медицину и ...
You can skip to the end and leave a response. Pinging is currently not allowed.

Leave a Reply

Яндекс.Метрика