编程技术网,编程语言,IT新闻,code,代码审查

PQ Labs(品奇数码)发布高能耗比人工智能加速技术

2019-03-15 18:41

rival,盗墓笔记云盘好好爱自己下载,适合学生的笔记本,大连汉拿空调,货币战争pdf,古墓丽影3秘籍,vb源码下载,女排主教练

在 CES 2019,PQ Labs(品奇数码)首次公开展示了MagicAI技术。MagicAI技术包括基于CPU的MagicCompute AI加速运算库以及Magic Chip AI专用芯片(ASIC芯片)。MagicAI (Tiny Magic Yolo) 在 Intel i7 CPU 下运行帧率达到 718 FPS,是 Titan X / 1080Ti 的 3.5倍,是 Intel MKL 方案的 199倍。

在低功耗性能上,MagicAI 技术可以在 0.9 GHz 的低功耗处理器上运行 自动驾驶程序,在拥有相同识别精度的情况下,运算速度达到了 NVIDIA Titan X (或 1080Ti )GPU 的78%。

这意味着MagicAI 技术为人工智能带来了非常大的性能冗余。让机器可以有更多的精力去处理感知到的信息。

神经网络计算效率需要数十倍甚至上百倍的提升

人工智能迅速改变着 交通运输、健康医疗、制造、机器人、AR/VR 等行业。但是毫无疑问,机器依旧无法像人类那样快速、敏捷且毫不费力的执行简单的任务。

举例来说,人类的大脑可以毫不费力的指导我们的行走,识别方向以及识别物体,这种 “智能” 对我们人类来说,已经成为 “本能”, 无需任何 “刻意思考”。这种 “本能” 对我们 77 亿人类同胞而言,已经习以为常。

但是现在的人工智能距离这样的“智能”还有很远的距离,就像一个婴儿,费劲全身力气,也只能模糊的感知这个世界,但是却什么事情都做不了。目前仅仅是让机器初步拥有了感知周围环境的能力,而获得这一能力的代价是非常高昂的。

为了让计算机可以通过视觉、听觉感知周围的世界,业内通行的方案都需要安装昂贵的GPU处理器,然后让这样昂贵的计算设备满负荷运转,才能让计算机初步看得明白、听得明白。这样的计算设备价格非常的高昂,但是除了“感知”周围的世界之外,几乎什么都做不了,因为所有的计算资源都被用于神经网络计算。

当神经网络运算效率得到提升,能够非常轻松的感知这个世界,人工智能才开始走向成熟。就像逐渐长大的孩子,对世界的认知越来越清晰,才能开始的融入这个世界。

MagicAI 是如何提高人工智能运算效率的?

MagicAI 从设计之初就与众不同,目前人工智能的产业界和学术界依然沿用深度学习技术在其非常早年间定义下来的训练方式,严重依赖基于ImageNet Classification 的训练和调优,然后再使用 ImageNet 的模型作为预训练模型,通过 “知识迁移” 来训练并获取其他任务的能力(比如物体识别)。

这种传统模式在过去并没有什么问题,但是 MagicAI 的做法有所不同,我们认为 对 ImageNet Classification 的调优并不是最优解,有时优秀的 Classification 结果反而会对其他任务的精度带来负面影响。 MagicAI 选择重新设计新的训练方式来解决这个问题,这进一步提升了 MagicAI 的准确率和计算效率。

MagicAI 技术的设计和开发是从深度学习最底层的数学基础开始的,所有数学运算都被重新优化设计,重新封装在一个叫做 “MagicCompute” 的运算库内,以替代 NVIDIA CUDA,cuDNN 及 Intel MKL,并实现运行速度的提升。例如, “卷积运算” (所有深度学习模型的基础运算)由 “MagicConvolution” 来执行,就可以获得性能的飞速提升。

MagicAI 的运行速度提升同样来自于其独特的骨干网络优化,运行速度要比 MobileNet V2、ShuffleNet V2 等轻量化模型更快,并且准确度更高。

人工智能的未来将是由AI计算新物种驱动的

我们相信不远的未来,我们人类大部分的生活,都将是被人工智能驱动的,从早上睁开眼睛的一瞬间,到晚上熄灭夜灯安然入睡的那一刻,无时无刻都有人工智能在我们的身后运行着。而驱动这些人工智能的,一定不是现在昂贵、低效的解决方案。越来越多类似MagicAI这样的AI计算新物种会逐渐涌现,将人类社会推向那个由人工智能构建起来的未来。

上一篇:持续更新 2019国际医学人工智能主论坛精彩抢先看

下一篇:区块链荒诞世界:我曾身家上亿 如今一无所有