Campione di Fabbrica Consente AI Sviluppatori di Fare di Più Con LessAI & Dintorni

La necessaria potenza di calcolo per eseguire AI modelli è in aumento di un fattore di due ogni tre mesi.

Un nuovo metodo per la formazione AI
gli algoritmi possono ridurre la necessità elaborative, fornendo istituto accademico
i ricercatori, con un modo economico per modelli di treni.

Un team dell’Università della California del Sud (USC), in collaborazione con Intel Labs, ha presentato il metodo al 2020 Conferenza Internazionale sulla Macchina di Apprendimento.

VEDI ANCHE: Digitale a Doppia Mercato per Vedere di Dieci volte la Crescita nei Prossimi 5 Anni

Invece di eseguire tutti e tre
principale di calcolo di posti di lavoro (la simulazione di ambiente, di decidere la mossa successiva, basata su
regole, utilizzando i risultati di aggiornamento del modello) in una sola volta, il metodo, chiamato Campione
Fabbrica, li divide in parti separate, l’allocazione delle risorse necessarie.

Grazie a questo, il team ha registrato una velocità molto maggiore, mentre il minore utilizzo di risorse di calcolo.

“Dalla mia esperienza, un sacco di ricercatori non hanno accesso all’avanguardia, fantasia hardware”, ha detto l’autore principale e studente laureato alla USC, Aleksei Petrenko, di IEEE Spectrum. “Ci siamo resi conto che solo da ripensare in termini di massimizzare l’utilizzo dell’hardware si può effettivamente avvicinarsi alle prestazioni è di solito spremere un grande cluster, anche su una singola workstation.”

La squadra corse contro il metodo
diversi open-source algoritmi, da DeepMind e Google cervello, in prima persona,
sparatutto Doom. E ‘ stato in grado di elaborare circa 140.000 fotogrammi al secondo con una
singola macchina, circa il 15% meglio del meglio del settore.

La necessaria potenza di calcolo per eseguire AI modelli è in aumento di un fattore di due ogni tre mesi, secondo OpenAI. Questo ha portato a più accademico e impresa di ricerca per trovare modi per ridurre il costo e il consumo di energia, pur mantenendo un livello di prestazioni adeguato.

Ma, anche con queste
i progressi, ancora può essere necessario per il mondo accademico per essere in grado di sfruttare il
più grande supercomputer e centri dati. Una ricerca nazionale cloud è stato proposto,
come un modo potenziale per alleviare i costi e livellare il campo di gioco.

social experiment by Livio Acerbo #greengroundit #live https://www.rtinsights.com/sample-factory-ai-compute-optimization/