对于人工智能来说,计算效率是最为重要的一部分。然而在培训速度、准确性和能耗之前保持平衡并不是很容易,但现在情况有所改变,IMB近日展示了一些人工智能培训方法,通过这项方法,可以进一步的提升计算效率。
人工智能网络配图
IBM带来的第一个突破就是“加速数字化”技术,根据8位精度技术实现更多的准确性;第二突破是模拟芯片的8位精度技术。IBM表示,通过这项技术,可以将精度提高一倍左右。
IBM Research-Almaden副总裁兼实验室总监Jeffrey Wesler表示:“下一代人工智能应用程序需要更快的响应时间,更大的人工智能工作负载以及来自众多流的多模式数据。 为了释放人工智能的全部潜力,我们正在重新设计硬件。从加速器到用于人工智能工作负载的专用硬件――如我们的新芯片,以及最终用于人工智能的量子计算。”
他还表示,IBM的研究团队提高了精度,表明存储内计算可能能够在低功耗环境――例如物联网和边缘应用实现高性能深度学习,与数字化加速器一样,其模拟芯片可以扩展到视觉、语音和文本数据集的人工智能训练和推理,并扩展到范围广阔的各种新兴人工智能之上,从而提升效率。