AI(人工智能)是當今科技圈的熱門話題,深度學習則是AI訓練的重要手段之一。如何學習要靠硬件和算法支撐,這方面,Intel力挺CPU,NVIDIA則力挺GPU。
日前,Intel實驗室聯合美國萊斯大學宣布了一種突破性的深度學習新算法SLIDE。
SLIDE基于散列開發,而非當前最富盛名的BP算法(反向傳播算法)所基于的矩乘。
借助SLIDE,CPU用于傳統AI模型深度學習訓練的效率大大提升。研究論文舉例稱,一套擁有44個Xeon核心的平臺和一套價值10萬美元、由8張NVIDIA Vlta V100加速卡支撐的平臺(TensorFlow框架)執行相同的訓練任務,前者用時1小時,后者則花了3.5小時。
有趣的是,Intel還表示,它們這套平臺尚未充分優化,還是“殘血”狀態,比如處理器的DLBoost并未啟用。
不過,這套44核至強平臺到底是什么型號CPU并未公布,一說就是22核心44線程的至強鉑金6238,一說是雙路至強鉑金6238,還有可能是未發布的產品。
-
英特爾
+關注
關注
61文章
10135瀏覽量
173507 -
AI
+關注
關注
87文章
33442瀏覽量
273993 -
英偉達
+關注
關注
22文章
3900瀏覽量
92854 -
深度學習
+關注
關注
73文章
5544瀏覽量
122275
發布評論請先 登錄
相關推薦
用DLP4500燒錄9張8bit位深度的相移圖,3張合成了一張24bit,結果每一張24bit都重復投射三次,這是為什么?
NPU在深度學習中的應用
AI大模型與深度學習的關系
NVIDIA推出全新深度學習框架fVDB
深度學習算法在集成電路測試中的應用
利用Matlab函數實現深度學習算法
深度學習的基本原理與核心算法
TCA5013支持1張用戶卡和3張SAM卡的多功能智能卡接口IC數據表

評論