Saját AI gyorsítókat fejlesztene a Facebook

A hardver és a szoftver házon belüli fejlesztése jelentős előnyöket adhatna a vállalatnak.

Saját AI gyorsítókat fejlesztene a Facebook

A Google egy ideje már saját hardver segítségével gyorsítja a mélytanulással kapcsolatos folyamatokat és feladatokat, a döntés pedig a jelek szerint kifizetődőnek bizonyult, hiszen a hardverből már több generáció is készült – most éppen a Tensor Processor Unit 3.0-s kiadása a legújabb.

A legfrissebb információk szerint a Facebook fejlesztőcsapata is hasonló irány felé kacsintgat, vagyis speciális hardvert szeretnének fejleszteni, ami képes nagymennyiségű adat feldolgozására és kezelésére. A tervekről maga Yann LeCun számolt be, aki a Facebooknál a mesterséges intelligenciát kutató csapat vezetőjeként dolgozik, de ezzel együtt a New York Egyetemen is helytáll, méghozzá professzori minőségben. A kutató elég jól képben van azzal kapcsolatban, milyen hardveres megkötésekkel kell szembenézniük a területen dolgozó kutatóknak. Állítása szerint a kutatások során nem szeretnének egyetlen követ sem megfordítatlanul hagyni, különösen, ha senki sem fordítja meg őket – vagyis minden lehetőséget mérlegelni akarnak, minden nézőpontot és elképzelést meg akarnak vizsgálni annak érdekében, hogy megtalálják a megfelelő megoldást.

Galéria megnyitása Egyelőre nem tudni, mikor mutatkozik be az első lapka Az elsődleges cél, hogy olyan hardvert fejlesszenek ki, amivel hatékonyabban elvégezhető a neurális hálózatok tréningezése, ehhez pedig olyan megoldást akarnak találni, amely képes egyszerre feldolgozni az adatokat, vagyis nem kell apróbb, könnyebben kezelhetőbb részekre bontania. Az új lapka segítségével a mélytanulást végző algoritmusok sokkal hamarabb tudnának okosabb mesterséges intelligenciát „létrehozni”, ami több szempontból is előnyös lenne. Az új fejlesztés lényege, hogy szeretnék, ha a neurális hálózat a tanulás során úgy működne, mint az emberi agy: tanulás alkalmával ebben az esetben nem lenneszükség a neuronok többségének aktiválására, míg a jelenlegi rendszereknél a tanulás során minden számítási lépésnél a hálózat összes neuronjától származó információt feldolgozza a rendszer, így a folyamat nem valami hatékony.

A Facebook szakemberei az új hardvert a saját terhelésformáikhoz optimalizálhatnák, valamint nem kéne külső beszállítótól lapkákat venni, amelyek adott tulajdonságokkal rendelkeznek és nem teljesen tökéletesen optimalizáltak arra, amire a vállalat használná őket. Ráadásul a hardver és a szoftver házon belül történő fejlesztésével a rendszer hatásfokát is jelentősen növelhetnék, ami a piaci megoldásokhoz képest nagy gyorsulásokat hozhatna.

A Facebook ilyen irányú terveiről persze már régóta pletykálnak: tavaly áprilisban például a Bloomberg szellőztette meg, hogy a vállalat szakembereket szeretne felvenni azzal a céllal, hogy saját lapkákat gyártson különböző szolgáltatásai hatékony futtatásához és fejlesztéséhez. Persze az efféle munkához akár több évnek is el kell telnie a tervezéstől a „kézzel fogható” lapkák legyártásáig és bevetéséig, de a folyamat a jelek szerint már elindult. Az átmeneti időszakban a vállalat az Intel Nervana Neural Network Processor névre keresztelt hardverét használja a dedukciós feladatok elvégzésére, legalábbis erre utal a CES 2019 alkalmával bejelentett együttműködés.

Neked ajánljuk

Kiemelt
-{{ product.discountDiff|formatPriceWithCode }}
{{ discountPercent(product) }}
Új
Teszteltük
{{ product.commentCount }}
{{ voucherAdditionalProduct.originalPrice|formatPrice }} Ft
Ajándékutalvány
0% THM
{{ product.displayName }}
nem elérhető
{{ product.originalPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.displayName }}

Tesztek

{{ i }}
{{ totalTranslation }}
Sorrend

Szólj hozzá!

A komment írásához előbb jelentkezz be!
{{ orderNumber }}
{{ showMoreLabelTranslation }}
A komment írásához előbb jelentkezz be!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Segíts másoknak, mondd el, mit gondolsz a cikkről.

Kapcsolódó cikkek

Magazin címlap