处理器

166

处理器

167

处理器

168

我国研发全球**深度学习处理器芯片

人民日报

人工智能,有了定制“大脑” 预计年内投入产业化,可让刷脸支付等更加可靠易用日前,中国科学院计算技术研究所(以下简称中科院计算所)发布了全球**能够“深度学习”的“神经网络”处理器芯片,名为“寒武纪”。该课题组负责人之一、中科院计算所陈天石博士透露,这项成果将于今年内正式投入产业化。在不久的未来,反欺诈的刷脸支付、图片搜索等都将更加可靠、易用。前不久,谷歌公司开发的一款围棋程序“AlphaGo”以4∶1战胜了韩国棋手李世石,其中,“AlphaGo”的成功秘诀就是模仿人类通过神经网络进行“深度学习”。“深度学习是指多层的人工神经网络和训练它的方法。通俗讲就是指计算机通过深度神经网络,模拟人脑的机制来学习、判断、决策。近年来,这种方法已被应用于许多领域,比如人脸识别、语音识别等,它在近期和未来都将是人工智能领域的一个热点研究方向。”中国科学院自动化研究所研究员易建强说。陈天石说,“深度学习”能发展到现今阶段,得益于计算系统运算能力的提升,而这种提升正是作为技术支撑的处理器爆炸式发展的结果。目前,“AlphaGo”使用的处理器是在其他领域通用的CPU处理器。2010年,谷歌使用1.6万个处理器

处理器

169

我国研发**神经网络处理器 刷脸支付或成现实

北京晨报

1:4,一场围棋人机大战终以人类失败告终。然而,人工智能之路还可以走得更远。“AlphaGo(阿法狗)的算法系统就好像‘水’,处理器就是盛水的碗。谷歌没能找到碗,只好用瓦片装水,而‘寒武纪’处理器就是这只碗”。日前,中科院计算所发布全球**“神经网络”处理器科研成果,今年年内,这项成果将正式投入产业化,在不久的未来,反欺诈的刷脸支付、手机图片搜索等都将成为现实。寒武纪处理器是“专业菜刀”课题组负责人之一、中科院计算所副研究员陈天石用“水和碗的关系”来比喻这个名为“寒武纪”的神经网络处理器。事实上,“阿法狗”的成功秘诀就是模仿人类通过神经网络进行“深度学习”。陈天石说,“人工神经网络”从70多年前提出发展至今,计算系统的运算能力提升成为关键,而这种提升正是作为技术支撑的处理器爆炸式发展的结果。目前,谷歌“阿法狗”使用的处理器是在其他领域通用的CPU处理器。2010年,谷歌使用1.6万个处理器运行7天来训练一个识别猫脸的深度学习神经网络,这么多机器的消耗只能是一种技术的验证,普通人要想使用这项技术是不可能实现的。在围棋上战胜了人类的“阿法狗”则需要更多的处理器,未来人工智能要想实现像人脑一

HPC需软硬兼济,才能共创未来

厂商供稿

“目前我国在高性能计算上主要有三方面的任务”,北京航空航天大学钱德沛教授在日前召开的英特尔高性能计算***论坛上如此说道,“首先是发展****水平的高性能计算机;其次,探索发展新的高性能计算机的商用模式和运营模式;*后,推动高性能计算环境的可持续发展,同时发展类似云的应用环境”。在互联网+时代,高性能计算与云计算、大数据无法割裂,并成为下一代互联网中不可或缺并具有颠覆性意义的高新技术。主题为“开放架构,芯生动力”的高性能计算***论坛,由英特尔与中国科学院计算机网络信息中心携手举办,论坛上,钱德沛教授和中科院计算机网络信息化中心副主任迟学斌教授,一起同与会者分享了自己对中国高性能计算发展的诸多看法。迟学斌教授表示,目前我国高性能计算应用主要集中在地球环境模拟、宇宙天文计算、化学计算、材料计算、可视化和网格计算等领域。乍听之下跟普通人的生活相距甚远,但正是全球的科学家在高精尖领域的探索,并逐渐转为民用,才让20世纪得以有巨大的科技进步,人类生活也因此而改变。迟学斌教授向与会者深入浅出介绍了目前中国高性能计算的一些具体应用,包括地球模拟器、天文学计算和模拟、大规模分子模拟、大气海洋陆滨模拟

处理器

170

中国研发**神经网络处理器 刷脸支付或成现实

北京晨报

原标题:“寒武纪”瞄准刷脸支付 1:4,一场围棋人机大战终以人类失败告终。然而,人工智能之路还可以走得更远。“AlphaGo(阿法狗)的算法系统就好像‘水’,处理器就是盛水的碗。谷歌没能找到碗,只好用瓦片装水,而‘寒武纪’处理器就是这只碗”。日前,中科院计算所发布全球**“神经网络”处理器科研成果,今年年内,这项成果将正式投入产业化,在不久的未来,反欺诈的刷脸支付、手机图片搜索等都将成为现实。寒武纪处理器是“专业菜刀”课题组负责人之一、中科院计算所副研究员陈天石用“水和碗的关系”来比喻这个名为“寒武纪”的神经网络处理器。事实上,“阿法狗”的成功秘诀就是模仿人类通过神经网络进行“深度学习”。陈天石说,“人工神经网络”从70多年前提出发展至今,计算系统的运算能力提升成为关键,而这种提升正是作为技术支撑的处理器爆炸式发展的结果。目前,谷歌“阿法狗”使用的处理器是在其他领域通用的CPU处理器。2010年,谷歌使用1.6万个处理器运行7天来训练一个识别猫脸的深度学习神经网络,这么多机器的消耗只能是一种技术的验证,普通人要想使用这项技术是不可能实现的。在围棋上战胜了人类的“阿法狗”则需要更多的处理

处理器

171