IBM深度學習技術創新紀錄 資料處理時間縮短到幾小時

實習記者張庭銉/綜合報導

「藍色巨人」IBM 不斷致力於電腦的智慧與人性化,日前公佈新開發的深度學習(Deep Learning)技術,模仿人腦的工作原理,可以大幅縮短巨量數據的處理,以及資料彙整得出有用結論的時間。深度學習是人工智慧(AI)的一個分支,也是當今科技巨頭 Facebook、Amazon 和 Google的發展重點。

IBM 深度學習技術打破微軟紀錄。(圖/翻攝自IBM FB)

▲IBM 深度學習技術打破微軟紀錄。(圖/翻攝自IBM FB)

據《財星》(Fortune)報導,IBM 的目標是將深度學習系統消化資料所需要的時間,從數天縮短到數小時。IBM 研究所的系統加速及記憶體研究部門(The Systems Acceleration and Memory department)負責人兼總監杭特(Hillery Hunter)表示,這些改進可以幫助放射治療學家更快、更準確地找到病變部位,並讀取大量醫學圖像。

目前為止,深度學習(DL)主要是在單一伺服器上運行的,因為在不同電腦之間移動大量資料的過程太過複雜,如何在許多不同伺服器和處理器之間保持資料同步也是一個問題。IBM 日前聲稱,已開發出能夠將這些任務分配到不同伺服器的軟體,可在處理速度方面有驚人的躍升。

IBM 使用了 64 個自主開發的 Power 8 伺服器,每一個都配置 Intel 微處理器和 Nvidia GPU,並使用快速的 NVLink 連接,以促進兩種晶片之間的數據快速流動。IBM 更運用集群(clustering)技術管理這些移動部件,該技術在大量處理器之間進行流量監管,如果流量不正確,一些處理器就會閒置以等待處理程序。

每個處理器都有自己的數據集,同時還需要來自其他處理器的程序、數據,以獲得更大的成效。杭特解釋說,如果處理器不同步,它們就「學」不到任何東西,「我們的概念是:改變你訓練深度學習模式的速度,並真正提高你的工作效率。」亨特說,將單一 8 核處理器的深度學習伺服器,擴展到 64 個伺服器,可以將性能提高 50-60 倍。

在圖像識別方面,裝配 256 個處理器的 IBM 系統,使用了「咖啡因」DL 框架達到 95% 的擴展效率,在 7 個小時內識別了 750 萬張圖片,準確率達到了 33.8%。微軟之前的記錄是 29.8%,而達到這一準確率花了 10 天時間。

資料來源:《Fortune》

分享給朋友:

※本文版權所有,非經授權,不得轉載。[ ETtoday著作權聲明 ]

相關新聞

讀者迴響

熱門新聞

最夯影音

更多

熱門快報

回到最上面