211service.com
En chip på $2 milliarder til at accelerere kunstig intelligens
Området for kunstig intelligens har oplevet en slående fremskridt i de senere år, hvor software er blevet meget bedre til at forstå billeder, tale og nye opgaver, såsom hvordan man spiller spil. Nu har virksomheden, hvis hardware har understøttet meget af disse fremskridt, skabt en chip for at holde det i gang.
Tirsdag annoncerede Nvidia en ny chip kaldet Tesla P100, der er designet til at sætte mere kraft bag en teknik kaldet deep learning. Denne teknik har produceret de seneste store fremskridt, såsom Google-softwaren AlphaGo, der besejrede verdens bedste Go-spiller i sidste måned (se Five Lessons from AlphaGo's Historic Victory).
Dyb læring involverer at sende data gennem store samlinger af groft simulerede neuroner. P100 kunne hjælpe med at levere flere gennembrud ved at gøre det muligt for computerforskere at tilføre flere data til deres kunstige neurale netværk eller at skabe større samlinger af virtuelle neuroner.
Kunstige neurale netværk har eksisteret i årtier, men deep learning blev først relevant i de sidste fem år, efter at forskere fandt ud af, at chips, der oprindeligt var designet til at håndtere videospilgrafik, gjorde teknikken meget mere kraftfuld. Grafikprocessorer er fortsat afgørende for dyb læring, men Nvidias administrerende direktør Jen-Hsun Huang siger, at det nu er tid til at lave chips skræddersyet til denne brugssituation.
Jen-Hsun Huang, administrerende direktør for chipproducenten Nvidia, introducerer en ny chip designet til at gøre maskinlæringssoftware mere egnet.
Ved et firmaarrangement i San Jose sagde han: For første gang designede vi en [grafik-behandling] arkitektur dedikeret til at accelerere AI og til at accelerere deep learning. Nvidia brugte mere end 2 milliarder dollars på R&D for at producere den nye chip, sagde Huang. Den har i alt 15 milliarder transistorer, cirka tre gange så mange som Nvidias tidligere chips. Huang sagde, at et kunstigt neuralt netværk drevet af den nye chip kunne lære af indgående data 12 gange så hurtigt som muligt ved at bruge Nvidias tidligere bedste chip.
Dyblærende forskere fra Facebook, Microsoft og andre virksomheder, som Nvidia gav tidlig adgang til den nye chip, sagde, at de forventer, at den vil accelerere deres fremskridt ved at give dem mulighed for at arbejde med større samlinger af neuroner.
Jeg tror, vi vil være i stand til at blive en del større, end vi har været i stand til tidligere, som 30 gange større, sagde Bryan Catanzero, der arbejder med deep learning hos det kinesiske søgefirma Baidu. At øge størrelsen af neurale netværk har tidligere muliggjort store spring i softwarens smarthed. For eksempel lykkedes det sidste år Microsoft at lave software, der slår mennesker ved at genkende objekter på billeder ved at skabe et meget større neuralt netværk.
Huang fra Nvidia sagde, at den nye chip allerede er i produktion, og at han forventer, at cloud computing-virksomheder begynder at bruge den i år. IBM, Dell og HP forventes at sælge det inde på servere fra næste år.
Han afslørede også en speciel computer til dybdelærende forskere, der pakker sammen otte P100-chips med hukommelseschips og flash-harddiske. Førende akademiske forskningsgrupper, inklusive dem ved University of California, Berkeley, Stanford, New York University og MIT, får udleveret modeller af den computer, kendt som DGX-1, som også vil blive solgt for $129.000.