Технология на машинно обучение и изкуствения интелект на базата на невронни мрежи днес са широко популярни за техните високи очаквания в различни индустриални и научни сектори. Също така е очевидно, че тенденцията за паралелното софтуерни алгоритми и мисли, че се свива, но не всяка меки скали и броя на изчислителни единици. IBM Фирма разбира това добре - той работи активно за оптимизиране на невронна мрежа софтуера. Съвсем наскоро, разработчиците на "сините гигант" демонстрираха нов софтуер, който едновременно ускорява подготовката на невронни мрежи и увеличава точността на изследването.
Успяхме да постигнем това чрез софтуер мащабируемост оптимизация чрез увеличаване на броя на графични карти в системата. Изследователският екип, ръководен от Hillery Хънтър (Hillery Hunter), фокусира своите усилия за намаляване на времето за обучение на невронни мрежи на големи обеми от данни. В такива проблеми, изчакайте резултата можете да прекарате часове и дори дни, а целта на учените е била да се постигне намаляване на периода от време, за да минути или дори секунди, докато поддържане или подобряване на точността. За това е необходимо да се оптимизира активно IBM софтуер на компанията, за да работи ефективно в системи с голям брой GPU-ускорители.
Свързани статии