[
簡(jiǎn)體中文 | English ]
新聞資訊
行業(yè)新聞
關(guān)鍵字：
數(shù)字硬碟錄像機(jī)
網(wǎng)絡(luò)視頻硬碟錄像機(jī)
高清網(wǎng)絡(luò)攝像機(jī)
IP網(wǎng)絡(luò)攝像機(jī)
網(wǎng)絡(luò)視頻管理平臺(tái)
監(jiān)控系統(tǒng)解決方案
智能視頻監(jiān)控
AI走向深度學(xué)習(xí) 構(gòu )建強(qiáng)大通用算力是重要指標(biāo)
“2016年3月，谷歌人工智慧阿爾法圍棋(AlphaGo)戰勝韓國(guó)棋手李世石時(shí)，人們慨嘆人工智慧的強(qiáng)大，而其背後巨大的‘付出’卻鮮為人知——數(shù)千臺(tái)伺服器、上千塊CPU、高性能顯卡以及對(duì)弈一場(chǎng)棋所消耗的驚人電量。”遠(yuǎn)望智庫(kù)人工智慧事業(yè)部部長(zhǎng)、圖靈機(jī)器人首席戰略官譚茗洲在接受科技日報(bào)記者採訪(fǎng)時(shí)表示。
“相比雲計(jì)算和大數(shù)據(jù)等應(yīng)用，人工智慧對(duì)計(jì)算力的需求幾乎無(wú)止境。”中國(guó)工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東也指出。
據(jù)介紹，人工智慧的挑戰之一是識別度不高、準(zhǔn)確度不高，提高準(zhǔn)確度就要提高模型的規(guī)模和精細(xì)度，提高線(xiàn )下訓(xùn)練的頻次，這需要更強(qiáng)的計(jì)算力。
當(dāng)前隨著人工智慧算法模型的複雜度和精度愈來(lái)愈高，網(wǎng)際網(wǎng)路和物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)呈幾何倍數(shù)增長(zhǎng)，在數(shù)據(jù)量和算法模型的雙層疊加下，人工智慧對(duì)計(jì)算的需求越來(lái)越大。
從中國(guó)信息通信研究院王蘊韜在通信世界網(wǎng)發(fā)表的文章了解，人工智慧基礎(chǔ)設(shè)施建設(shè)重要一方面是繼續(xù)夯實(shí)通用算力基礎(chǔ)。當(dāng)前算力供給已經(jīng)無(wú)法滿(mǎn)足智能化社會(huì)構(gòu )建，根據(jù)OpenAI統(tǒng)計(jì)，從2012年至2019年，隨著深度學(xué)習(xí)“大深多”模型的演進(jìn)，模型計(jì)算所需計(jì)算量已經(jīng)增長(zhǎng)30萬(wàn)倍，無(wú)論是計(jì)算機(jī)視覺還是自然語言處理，由於預訓(xùn)練模型的廣(guǎng)泛使用，模型所需算力直接呈現(xiàn)階躍式發(fā)展。
據(jù)斯坦福《AIINDEX2019》報(bào)告，2012年之前，人工智慧的計(jì)算速度緊追摩爾定律，算力需求每兩(liǎng)年翻一番，2012年以後，算力需求的翻番時(shí)長(zhǎng)則直接縮短為3、4個(gè)月。面對(duì)已經(jīng)每過(guò)20年才能翻一番的通用計(jì)算供給能力，算力捉襟見(jiàn)肘已經(jīng)不言而喻。
無(wú)疑，人工智慧走向深度學(xué)習(xí)，計(jì)算力已成為評(píng)價(jià)人工智慧研究成本的重要指標(biāo)。
未來(lái)如何解決算力難題，據(jù)科技日報(bào)報(bào)導(dǎo )，目前計(jì)算存儲(chǔ)一體化正在助力、推動(dòng)算法升級(jí)，成為下一代AI系統(tǒng)的入口。存內(nèi)計(jì)算提供的大規(guī)模更高效的算力，使得AI算法設(shè)計(jì)有更充分的想像力，不再受到算力約束。從而將硬體上的先進(jìn)性，升級(jí)為系統(tǒng)、算法的優(yōu)勢(shì)，最終加速孵化新業(yè)務(wù)。
而除了計(jì)算存儲(chǔ)一體化的趨勢(shì)，量子計(jì)算或是解決AI所需巨額算力的另一途徑。目前量子計(jì)算機(jī)的發(fā)展已經(jīng)超越傳統(tǒng)計(jì)算機(jī)的摩爾定律，以傳統(tǒng)計(jì)算機(jī)的計(jì)算能力為基本參考，量子計(jì)算機(jī)的算力正迅速發(fā)展。
【來(lái)源：中國(guó)安防行業(yè)網(wǎng)】
Copyright 2008 - 2013 BlueStar Technologies Co., Ltd. All Rights Reserved
解決方案
| 聯(lián)繫我們
售後服務(wù)熱線(xiàn )：400-070-8228
新聞資訊
“2016年3月，谷歌人工智慧阿爾法圍棋(AlphaGo)戰勝韓國(guó)棋手李世石時(shí)，人們慨嘆人工智慧的強(qiáng)大，而其背後巨大的‘付出’卻鮮為人知——數(shù)千臺(tái)伺服器、上千塊CPU、高性能顯卡以及對(duì)弈一場(chǎng)棋所消耗的驚人電量。”遠(yuǎn)望智庫(kù)人工智慧事業(yè)部部長(zhǎng)、圖靈機(jī)器人首席戰略官譚茗洲在接受科技日報(bào)記者採訪(fǎng)時(shí)表示。
“相比雲計(jì)算和大數(shù)據(jù)等應(yīng)用，人工智慧對(duì)計(jì)算力的需求幾乎無(wú)止境。”中國(guó)工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東也指出。
據(jù)介紹，人工智慧的挑戰之一是識別度不高、準(zhǔn)確度不高，提高準(zhǔn)確度就要提高模型的規(guī)模和精細(xì)度，提高線(xiàn )下訓(xùn)練的頻次，這需要更強(qiáng)的計(jì)算力。
當(dāng)前隨著人工智慧算法模型的複雜度和精度愈來(lái)愈高，網(wǎng)際網(wǎng)路和物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)呈幾何倍數(shù)增長(zhǎng)，在數(shù)據(jù)量和算法模型的雙層疊加下，人工智慧對(duì)計(jì)算的需求越來(lái)越大。
從中國(guó)信息通信研究院王蘊韜在通信世界網(wǎng)發(fā)表的文章了解，人工智慧基礎(chǔ)設(shè)施建設(shè)重要一方面是繼續(xù)夯實(shí)通用算力基礎(chǔ)。當(dāng)前算力供給已經(jīng)無(wú)法滿(mǎn)足智能化社會(huì)構(gòu )建，根據(jù)OpenAI統(tǒng)計(jì)，從2012年至2019年，隨著深度學(xué)習(xí)“大深多”模型的演進(jìn)，模型計(jì)算所需計(jì)算量已經(jīng)增長(zhǎng)30萬(wàn)倍，無(wú)論是計(jì)算機(jī)視覺還是自然語言處理，由於預訓(xùn)練模型的廣(guǎng)泛使用，模型所需算力直接呈現(xiàn)階躍式發(fā)展。
據(jù)斯坦福《AIINDEX2019》報(bào)告，2012年之前，人工智慧的計(jì)算速度緊追摩爾定律，算力需求每兩(liǎng)年翻一番，2012年以後，算力需求的翻番時(shí)長(zhǎng)則直接縮短為3、4個(gè)月。面對(duì)已經(jīng)每過(guò)20年才能翻一番的通用計(jì)算供給能力，算力捉襟見(jiàn)肘已經(jīng)不言而喻。
無(wú)疑，人工智慧走向深度學(xué)習(xí)，計(jì)算力已成為評(píng)價(jià)人工智慧研究成本的重要指標(biāo)。
未來(lái)如何解決算力難題，據(jù)科技日報(bào)報(bào)導(dǎo )，目前計(jì)算存儲(chǔ)一體化正在助力、推動(dòng)算法升級(jí)，成為下一代AI系統(tǒng)的入口。存內(nèi)計(jì)算提供的大規(guī)模更高效的算力，使得AI算法設(shè)計(jì)有更充分的想像力，不再受到算力約束。從而將硬體上的先進(jìn)性，升級(jí)為系統(tǒng)、算法的優(yōu)勢(shì)，最終加速孵化新業(yè)務(wù)。
而除了計(jì)算存儲(chǔ)一體化的趨勢(shì)，量子計(jì)算或是解決AI所需巨額算力的另一途徑。目前量子計(jì)算機(jī)的發(fā)展已經(jīng)超越傳統(tǒng)計(jì)算機(jī)的摩爾定律，以傳統(tǒng)計(jì)算機(jī)的計(jì)算能力為基本參考，量子計(jì)算機(jī)的算力正迅速發(fā)展。
【來(lái)源：中國(guó)安防行業(yè)網(wǎng)】
上一篇：
