讓“阿爾法狗”跑得更快些
- 發佈時間：2016-03-16 03:31:00 來源：科技日報 責任編輯：羅伯特
科技日報北京3月15日電 （記者李大慶）“阿爾法狗”（AlphaGo）以4：1戰勝李世石，這讓人工智慧備受關注。AlphaGo目前使用了約170個圖形處理器（GPU）和1200個中央處理器（CPU），這些設備可能需要佔用一個機房，還要配備大功率的空調，以及多名專家進行系統維護。對此，中國科學家宣稱，AlphaGo目前用的晶片數量，將來如果換成中國人研製的“寒武紀”架構的晶片，估計一個小盒子就全裝下了。這意味著“阿爾法狗”將可以跑得更快些。
記者15日從中科院計算所獲悉，該所陳雲霽、陳天石課題組在國際上首先提出了深度學習處理器架構寒武紀。本月他們提出的深度學習處理器指令集DianNaoYu被電腦體系結構領域頂級國際會議ISCA2016所接收，其評分排名為近300篇投稿中的第一名。論文第一作者為劉少禮博士。
AlphaGo就是基於深度學習技術而戰勝李世石的。深度學習是一類借鑒生物多層神經網路處理模式所發展起來的智慧處理技術，已被微軟、谷歌、臉書、阿裏、百度等公司廣泛應用於電腦視覺、語音識別、自然語言處理、音頻識別與生物資訊學等領域。
“但是深度學習的基本操作是神經元和突觸的處理，而傳統的處理器指令集（X86和ARM等）是為了進行通用計算發展起來的，其基本操作為算術操作和邏輯操作，往往需要數百甚至上千條指令才能完成一個神經元的處理，深度學習的處理效率不高。”陳天石説，谷歌甚至需要用上萬個X86的CPU核，運作7天來訓練一個識別貓臉的深度學習神經網路。
陳雲霽、陳天石課題組的深度學習處理器指令集——DianNaoYu直接面對大規模神經元和突觸的處理，一條指令即可完成一組神經元的處理。陳天石解釋説，與谷歌採用的通用處理器不同，我們設計的處理器晶片專門面向深度學習技術。“通用處理器做深度學習好比是用瑞士軍刀切肉，而我們設計專門的切肉刀來切。”
- 股票名稱 最新價 漲跌幅
