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:

Создана система искусственного интеллекта, способная идентифицировать человека, несмотря на попытки маскировки его внешности
В настоящее время технологии распознавания лиц уже доведены практически до совершенства, и они широко используются для идентификации преступников, террористов, без вести пропавших людей и ...
Китай существенно потеснил США в рейтинге самых мощных суперкомпьютеров TOP500
Впервые за всю историю рейтинга самых мощных суперкомпьютеров TOP500 Соединенные Штаты Америки лишились неоспоримого преимущества. Согласно данным нового выпуска рейтинга на долю Китая уже ...
Nervana — первый специализированный процессор компании Intel, предназначенный для систем искусственного интеллекта
Компания Intel известна прежде всего тем, что она производит самые высокоскоростные процессоры для персональных компьютеров, серверов и суперкомпьютеров. Несмотря на огромную вычислительную мощность этих ...
Ученые создали новый тип памяти, способной хранить оптические данные в виде звуковых волн
Группа исследователей из Сиднейского университета, Австралия, разработала новый метод, позволяющий превратить данные, передаваемые в виде оптических сигналов, а акустические колебания, другими словами в звуковые ...
Ледяной «жесткий диск» может хранить 25000 гигабайт данных в объеме, сопоставимом с объемом маленькой монетки
В Манчестерском университете есть группа, ведущая исследования в области молекулярного хранения данных, когда каждая отдельная молекула определенного вещества может выступать в качестве хранилища одного ...
You can skip to the end and leave a response. Pinging is currently not allowed.

Leave a Reply

Яндекс.Метрика