搜狐首页 科技 法医秦明

手机搜狐

SOHU.COM

专栏 | 人工智能硬件不能遗忘的4S机遇

机器之心专栏

作者:痴笑

2017年1月11日至12日,首届AIFrontier大会在加州硅谷SantaClara召开。主办方 Silicon Valley AI and Big Data Association 邀请 Google Brain 负责人 Jeff Dean,Microsoft 人工智能首席科学家 Li Deng,Amazon Alexa 首席科学家 Nikko Storm,Facebook-Caffe 创始人 Yangqing Jia 等人工智能专家以及多家人工智能初创公司展开热烈的讨论。矽说 携手 机器之心,进驻湾区硅谷核心区域,发回了「独家」场记。

十年前,初创公司都是 e 开头的

那是互联网的时代

五年前,初创公司都是 i 开头的

那是移动终端的时代

今年,初创公司都是 N 开头的

那是人工智能的时代

N 是什么?

Neural Network

身处人工智能大潮,矽说在过去的一段时间在人工智能硬件领域,携手机器之心,多次发表评论及《脑芯编》系列。今天,在观摩了 AI frontier 后,矽说小编再次指点江山,人工智能硬件发展过程中容易被忽略的四大决胜关键趋势。(个人观点,仅供参考)

Scalable 规模化扩展

几乎每一个讲者都会提及 Scalablity,从框架到实现。无论是 Tensorflow 还是 Caffe,各个框架平台都需要考虑面向不同硬件运行深度学习网络的完整性、一致性。而那些对于需要实现成实际产品的工程,比如自动驾驶(Google Waymo 等)、语音助手(Amazon Alexa 等),高效的选择硬件规模更是一个需要攻关的主要难题。可规模化扩展的能力 (Scalable)成为每个能广为使用的人工智能实现的铲平必须具备的特性。

Reference: Y. Jia, Caffe Talk

其实,归根结底,Scalabe 是因为硬件总是有限的。过去几年,人工智能网络已经从 AlexNet、VGG-19 的浅层网络的迅速成长成超深层的 ResNet,以及多个网络相辅相成的生成对抗式网络(Generative Adversarial Network)。虽然,以 NVdia 为首的硬件公司也在不断突破,但是其增长速度恐怕无法与目前的神经网络相媲美。

精选