|
來源：中國科技網(wǎng) “阿爾法狗”（AlphaGo）以4：1戰(zhàn)勝李世石，這讓人工智能備受關(guān)注。AlphaGo目前使用了約170個圖形處理器（GPU）和 1200個中央處理器（CPU），這些設(shè)備可能需要占用一個機房，還要配備大功率的空調(diào)，以及多名專家進行系統(tǒng)維護。對此，中國科學家宣稱，AlphaGo目前用的芯片數(shù)量，將來如果換成中國人研制的“寒武紀”架構(gòu)的芯片，估計一個小盒子就全裝下了。 這意味著“阿爾法狗”將可以跑得更快些。 記者15日從中科院計算所獲悉，該所陳云霽、陳天石課題組在國際上首先提出了深度學習處理器架構(gòu)寒武紀。本月他們提出的深度學習處理器指令集DianNaoYu被計算機體系結(jié)構(gòu)領(lǐng)域頂級國際會議ISCA2016所接收，其評分排名為近300篇投稿中的第一名。論文第一作者為劉少禮博士。 AlphaGo就是基于深度學習技術(shù)而戰(zhàn)勝李世石的。深度學習是一類借鑒生物多層神經(jīng)網(wǎng)絡處理模式所發(fā)展起來的智能處理技術(shù)，已被微軟、谷歌、臉書、阿里、百度等公司廣泛應用于計算機視覺、語音識別、自然語言處理、音頻識別與生物信息學等領(lǐng)域。 “但是深度學習的基本操作是神經(jīng)元和突觸的處理，而傳統(tǒng)的處理器指令集（X86和ARM等）是為了進行通用計算發(fā)展起來的，其基本操作為算術(shù)操作和邏輯操作，往往需要數(shù)百甚至上千條指令才能完成一個神經(jīng)元的處理，深度學習的處理效率不高。”陳天石說，谷歌甚至需要用上萬個X86的CPU核，運行7天來訓練一個識別貓臉的深度學習神經(jīng)網(wǎng)絡。 陳云霽、陳天石課題組的深度學習處理器指令集——DianNaoYu直接面對大規(guī)模神經(jīng)元和突觸的處理，一條指令即可完成一組神經(jīng)元的處理。陳天石解釋說，與谷歌采用的通用處理器不同，我們設(shè)計的處理器芯片專門面向深度學習技術(shù)。“通用處理器做深度學習好比是用瑞士軍刀切肉，而我們設(shè)計專門的切肉刀來切。” |
