IBM深度學習新進展：數小時內處理大數據

近日，IBM宣布其深度學習技術取得了重大進展，可以將深度學習系統消化數據所需要的時間從數天縮短到數小時。

IBM Fellow Hillery Hunter（圖片來自IBM）

據悉，IBM開發出了能夠將這些任務分配到64台伺服器的軟體，這些伺服器總共有256個處理器，可在速度方面取得巨大飛躍。凡是擁有IBM Power系統伺服器的用戶，以及其他想要測試的技術人員，均可獲得這項技術。

IBM研究員和系統加速及記憶主管希拉里·亨特表示，這些改進可以幫助放射學家更快、更準確地找到病變部位，並讀取大量醫學圖像。

據了解，IBM使用了64個自主開發的Power 8伺服器，每一個都將通用的英特爾微處理器和英偉達圖形處理器連接起來，並使用快速的NVLink連接，以促進兩種晶元之間的數據流傳輸。

「將深度學習從一個帶有8個處理器的伺服器擴展到64個伺服器，每個伺服器有8個處理器，可以將性能提高50-60倍。」亨特說，「我們的想法是改變訓練深度學習模式的速度，真正提高工作效率。」

IBM深度學習技術（圖片來自IBM Research）

IBM的系統通過由加州大學伯克利分校創建的「咖啡因」深度學習框架，在256個處理器之間實現95%的擴展效率。之前的記錄是由Facebook人工智慧研究公司創造的，擴展效率達到89%。

圖像識別方面，IBM系統再次使用了「咖啡因」框架，在7個小時內識別了750萬張圖片，準確率達到了33.8%。微軟之前的記錄是29.8%，而達到這一準確率花了10天。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！