Slide, algoritma pembelajaran mendalam baru yang dikembangkan oleh intel

Beberapa hari yang lalu, Intel Labs and Rice University mengumumkan SLIDE, sebuah algoritma pembelajaran mendalam inovatif yang memanfaatkan perangkat keras saat ini dengan lebih efisien.

SLIDE, Algoritma pembelajaran mendalam baru yang dikembangkan oleh Intel

Dengan SLIDE, efisiensi CPU untuk pelatihan pembelajaran mendalam model AI tradisional sangat ditingkatkan. Pekerjaan penelitian menunjukkan bahwa satu set platform dengan 44 inti Xeon dan satu set platform senilai USD 100.000 yang didukung oleh 8 kartu akselerasi NVIDIA Volta V100 melakukan tugas pelatihan yang sama dalam waktu 3, 5 kali lebih sedikit dibandingkan dengan algoritma lainnya.

SLIDE tidak memerlukan GPU karena ia memiliki pendekatan yang berbeda secara mendasar untuk pembelajaran mendalam. Teknik pelatihan "back propagation" standar untuk jaringan saraf yang dalam membutuhkan multiplikasi matriks, beban kerja ideal untuk GPU. Dengan SLIDE, Shrivastava, Chen, dan Medini mengubah pelatihan jaringan saraf menjadi masalah pencarian yang bisa diselesaikan dengan tabel hash.

Ini secara radikal mengurangi beban kerja SLIDE dibandingkan dengan pelatihan backpropagation. Platform GPU kelas atas seperti yang ditawarkan oleh Amazon, Google dan lainnya untuk layanan pembelajaran mendalam berbasis cloud memiliki delapan Tesla V100s dan biaya sekitar $ 100.000, kata Shrivastava.

Kunjungi panduan kami tentang prosesor terbaik di pasar

Menariknya, Intel juga menyatakan bahwa platformnya belum sepenuhnya dioptimalkan karena DLBoost tidak diaktifkan. Namun, model pasti dari CPU Xeon yang digunakan untuk menyelesaikan 44 core belum diumumkan. Berspekulasi, mereka bisa menjadi dua Xeon Platinum 6238 dari 22 core dan 44 thread, meskipun mereka juga bisa menjadi model yang tidak dipublikasikan yang belum diumumkan.

Tampaknya masa depan komputasi melewati AI dan pembelajaran yang mendalam, segmen yang digunakan oleh Intel dan Nvidia. Kami akan terus memberi Anda informasi.

Font Mydriverswccftech