详细内容或原文请订阅后点击阅览
富士通全新深度学习技术有助于解决现代世界的实际问题
富士通宣布在深度学习领域取得重大突破——该公司为“深度神经网络”（DNN）开发了创新且高效的内存分配机制。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）富士通宣布在深度学习领域取得重大突破——该公司为“深度神经网络”（DNN）开发了创新且高效的内存分配机制。
用于人工智能各个领域（包括语音和对象识别与分类）的 DNN 需要大量的计算资源。这给现有的计算基础设施带来了很大的压力。欧洲富士通实验室的一种新的深度学习解决方案使用模型并行性来自动平衡 DNN 的内存负载。因此，现有基础设施用于处理人工智能应用程序处理的数据的能力得到显着扩展，而无需额外投资。
欧洲富士通实验室首席执行官 Tsuneo Nakata 谈到新的深度学习技术的好处：“近年来，我们看到越来越多的发展使用硬件加速器来支持大量的网络计算。 DNN 不断增加的计算成本构成了重大挑战，特别是当 DNN 网络模型的大小增加到无法容纳单个加速器的内存时。解决人工智能相关问题需要更广泛、更深的神经网络，以及更准确的类别分类。我们的设计通过将 DNN 的内存需求分配到多台计算机上来直接解决这个问题。利用我们的技术，我们可以将神经网络的规模扩大到多台机器，以创建更准确、更大规模的 DNN 模型。”