IBM hozza skálázhatóság rekordok terén a gépi tanulás
Technológia a gépi tanulás és a mesterséges intelligencia alapú neurális hálózatok ma széles körben népszerű a magas elvárások a különböző ipari és tudományos szektor. Az is nyilvánvaló, hogy a tendencia, hogy a párhuzamosság szoftver algoritmusokat és azt hiszi, zsugorodik, de nem minden puha mérlegek valamint a számos számítástechnikai egységek. Az IBM cég megérti ezt is - ez aktívan dolgozik, hogy optimalizálja a neurális hálózat szoftver. Csak az utóbbi időben, a fejlesztők a „kék óriás” bizonyította új szoftver, amely egyszerre gyorsítja az edzés neurális hálózatok és növeli a pontosságot a tanulmány.
Sikerült elérni ezt a szoftveren keresztül optimalizálási skálázhatóságot számának növelésével a grafikus kártya a rendszerben. A kutatócsoport által vezetett Hillery Hunter (Hillery Hunter), összpontosította erőfeszítéseit csökkenti a képzési idő a neurális hálózatok nagy mennyiségű adat. Az ilyen problémák, meglesz az eredménye töltheti órák, sőt napok és a kutatók célja az volt, hogy csökkentésének elérése az időtartamot percben vagy akár másodperc, míg fenntartására vagy javítására pontosságát. Ehhez szükség volt, hogy aktívan optimalizálja a cég IBM szoftver a hatékony működés rendszerek számos GPU-gyorsítók.
