大牛改装配件

摘要： 深度学习最近有哪些突破？深度学习最近有哪些突破？IBM公司上周宣布已成功开发出了一种可以大幅缩短处理海量数据，并得出有用结论时间的全新深度学习技术。截至目前，深度学习主要依靠单一服...

1. 深度学习最近有哪些突破？

深度学习最近有哪些突破？

IBM公司上周宣布已成功开发出了一种可以大幅缩短处理海量数据，并得出有用结论时间的全新深度学习技术。

截至目前，深度学习主要依靠单一服务器运行，因为在不同计算机之间移动大量数据非常复杂。而且，如何处理在不同服务器和处理器之间的数据同步也是一个问题。

IBM的新技术能够将这些任务分配到64台服务器的软件，而这些服务器最高配置有256个处理器，可在数据处理速度方面取得巨大进步。而且，只要是使用IBM Power系统服务器的客户以及其他参与测试的技术人员，均可获得这一技术的使用权限。

理论上将设备的处理器扩容100%应该获得100%的等量性能提升。但实际上，由于复杂的流量管理和连接问题，这种等量增长的效益永远不会发生。

IBM表示，自己研发的这一软件系统借助 “加州大学伯克利分校”（University of California at Berkeley）创建的“***深度学习框架”（the Caffe deep learning framework），成功在256个处理器之间实现了95%的扩展效率。在此之前，这一等量扩容的记录是由Facebook人工智能研究公司创造的，其扩展效率达到了89%。

具体来说，IBM的数据显示该软件可以在7个小时内识别750万张图片，准确率为33.8%。在此之前，微软保持的最高准确率记录是29.8%，但用时则达到了10天。换句话说就是，IBM已经开发出了比现有深度学习技术更快、更精确的技术。当然，这一系统也需要同IBM的Power系统硬件和集群软件配合使用。

手机圈的话，华为也算一个吧，麒麟***0芯片一出，华为正式进入手机行列的第一梯队，深度学习或者说AI的能量可想而知。

简单说一下最重要的NPU吧。

首先，NPU是华为AI战略的一个基础部件而已。未来的AI无处不在，而无处不在的AI需要芯片、终端、移动网络、云的联动支持，比如芯片提供本地的实时能力和隐私保护、终端提供良好的人机界面、移动网络提供优良的带宽和时延、云端提供足够的深度和广度。从这个纬度来看，全球我只看好华为的Mobile AI战略。其次，即使这代的NPU有可能达不到理想，但是，作为Mobile AI战略的关键节点，我认为，未来还是大有前途的。

换个角度来看，一段时间内，专业的单元做专业的事，应该是个趋势。就像摄像头的ISP一样，现在都独立出来了。