Diapositive: Algorithmes intelligents sur l’accélération matérielle pour l’apprentissage en profondeur à grande échelle avec BEIDI Chen

Aujourd’hui, nous sommes rejoints par Beidi Chen, un doctorant à Rice University, qui, avec ses co-contributeurs, a développé une alternative CPU à la pointe des machines GPU à la pointe de la technologie dans son article, Diapositive: pour défendre les algorithmes intelligents sur l’accélération matérielle pour les systèmes d’apprentissage en profondeur à grande échelle.

L’équipe visait à résoudre le problème de la puissance de calcul qui crée souvent un goulot d’étranglement pour la formation de réseaux de neurones à grande échelle. « Nous avons généralement une façon de faire une force brute de faire les choses … ou le temps d’y parvenir … mais le problème est que nous n’avons généralement pas ce temps et cette puissance de calcul. » Leur solution est un algorithme appelé diaporama (moteur sous-linéaire en profondeur) qui combine quelques éléments: des algorithmes randomisés (applique le hasard dans sa logique); Parallélisme multiccore (effectuant plusieurs calculs en même temps); et optimisation de la charge de travail (performances maximales pour le traitement des données). Consultez notre rédaction complète sur cette interview ici.