硬件和算法在人工智能领域的作用可以说是一半,而且在芯片级别,业界拥有几乎相同的观点,GPU在人工智能深度学习算法中的重要性远远超过CPU,这就是为什么NVIDIA在人工智能领域的风头甚至超过了英特尔。毫无疑问,GPU是训练深度学习神经网络的最流行方法。
该解决方案受到了Google,Microsoft,IBM,Toyota和Baidu等公司的青睐。因此,在过去的两年中,GPU制造商逐渐受到公司的崇拜。
目的。作为GPU领域的绝对领导者,NVIDIA最近一直在频繁采取行动。
今年早些时候,该公司推出了专门用于深度神经网络的Tesla P100 GPU,并发布了基于GPU和NVIDIA DGX-1的单机箱深度学习超级计算机。既然这种深度学习超级计算机已经问世,NVIDIA首席执行官黄仁勋最近就将DGX-1交付给了由Musk创建的人工智能项目OpenAI。
OpenAI将使用DGX-1进行哪些项目?如何使用?我们尚不知道,但我们首先可以谈谈这台深度学习超级计算机是什么?真是太棒了。什么是深度学习超级计算机?顾名思义,深度学习超级计算机是深度学习和超级计算机的结合。
著名的“天河一号”和“天河2号”都是超级计算机。当然,不仅如此,而且通常具有高性能计算(HPC)的计算机也可以算作超级计算机,例如NVIDIA的Tesla系列。
由于深度学习神经网络(尤其是具有数十万层的神经网络)需要非常高的计算和吞吐量要求,因此GPU在处理复杂计算方面具有自然优势:它具有出色的浮点计算性能,并且可以同时保证分类和卷积的性能和准确性。因此配备GPU的超级计算机已成为训练各种深度神经网络的最佳选择。
例如,在Google Brain项目中,在3台计算机上配置了12个GPU,其性能达到了包含1000个节点的CPU集群的水平。
该解决方案受到了Google,Microsoft,IBM,Toyota和Baidu等公司的青睐。因此,在过去的两年中,GPU制造商逐渐受到公司的崇拜。
目的。作为GPU领域的绝对领导者,NVIDIA最近一直在频繁采取行动。
今年早些时候,该公司推出了专门用于深度神经网络的Tesla P100 GPU,并发布了基于GPU和NVIDIA DGX-1的单机箱深度学习超级计算机。既然这种深度学习超级计算机已经问世,NVIDIA首席执行官黄仁勋最近就将DGX-1交付给了由Musk创建的人工智能项目OpenAI。
OpenAI将使用DGX-1进行哪些项目?如何使用?我们尚不知道,但我们首先可以谈谈这台深度学习超级计算机是什么?真是太棒了。什么是深度学习超级计算机?顾名思义,深度学习超级计算机是深度学习和超级计算机的结合。
著名的“天河一号”和“天河2号”都是超级计算机。当然,不仅如此,而且通常具有高性能计算(HPC)的计算机也可以算作超级计算机,例如NVIDIA的Tesla系列。
由于深度学习神经网络(尤其是具有数十万层的神经网络)需要非常高的计算和吞吐量要求,因此GPU在处理复杂计算方面具有自然优势:它具有出色的浮点计算性能,并且可以同时保证分类和卷积的性能和准确性。因此配备GPU的超级计算机已成为训练各种深度神经网络的最佳选择。
例如,在Google Brain项目中,在3台计算机上配置了12个GPU,其性能达到了包含1000个节点的CPU集群的水平。
