วันจันทร์ที่ 12 เมษายน พ.ศ. 2564

Rice กับ Intel ฝึกฝน AI แบบเหมาะสมที่สุดสำหรับฮาร์ดแวร์ของสินค้าโภคภัณฑ์

ภาพจาก Rice University

นักวิทยาศาสตร์คอมพิวเตอร์ของ Rice University และผู้ร่วมงานจาก Intel ได้สาธิตซอฟต์แวร์ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ทำงานบนโปรเซสเซอร์ของสินค้าโภคภัณฑ์ และฝึกเครือข่ายประสาทเทียมเชิงลึก (deep neural network)  หรือ DNN ได้เร็วกว่าแพลตฟอร์มที่ใช้หน่วยประมวลผลกราฟิก  หรือ GPU อย่างมีนัยสำคัญ Anshumali Shrivastava ของ Rice กล่าวว่าค่าใช้จ่ายในการฝึกอบรม DNN ถือเป็นปัญหาคอขวดที่ใหญ่ที่สุดใน AI และ sub-linear deep learning engine (SLIDE) ซึ่งทีมได้พัฒนาขึ้นเอาชนะมันได้ด้วยการทำงานบนซีพียูของสินค้าโภคภัณฑ์ และด้วยมองว่าการฝึก DNN เป็นปัญหาการสืบค้นโดยใช้ตารางแฮช   (hash table) งานวิจัยล่าสุดได้พิจารณาถึงผลกระทบของ vectorization และตัวเร่งการเพิ่มประสิทธิภาพหน่วยความจำที่มีต่อ CPU Shrivastava กล่าวว่า "เราใช้ประโยชน์จากนวัตกรรมเหล่านั้นเพื่อใช้ SLIDE ให้ดียิ่งขึ้นไปอีกโดยแสดงให้เห็นว่าถ้าเราแก้ไขการคูณเมทริกซ์ไม่ได้ เรายังสามารถใช้ประโยชน์จากพลังในซีพียูสมัยใหม่ และฝึกโมเดล AI ได้เร็วกว่าฮาร์ดแวร์เฉพาะทางที่ดีที่สุดถึง 4 ถึง 15 เท่า"

อ่านข่าวเต็มได้ที่: Rice University News


ไม่มีความคิดเห็น:

โพสต์ความคิดเห็น