激情人妻,热久久av,国产一区二区在线观看swag,国产精品久久国产精品99电影

   　要知道，像 Siri、 Google Now 和微軟 Cortana 這些數(shù)字助手并不只是運行在手機上。它們運行在計算中心數(shù)以千計的機器里，而隨著全球越來越多的人使用這些服務(wù)，普通機器已經(jīng)無法滿足運行它們的要求了。因為這會占據(jù)太多空間，消耗太多能源。我們需要高效得多的硬件來做這件事。

　　通過 Sirius 這一開源項目，馬爾斯及其同事們（包括一位名為 Yunqi Zhang 的密歇根博士生）就能展示像 Siri 這樣的工具如何在數(shù)據(jù)中心里運行，并最終識別出最適合運行語音服務(wù)的硬件。這樣的硬件也能用在其他重塑互聯(lián)網(wǎng)的人工智能工具上，如人臉識別、無人駕駛汽車。

　　讓谷歌搜索相形見絀

　　在測試 Sirius 時，瑪爾斯已經(jīng)證明，用傳統(tǒng)硬件運行 Sirius 需要的設(shè)備數(shù)量、空間和能源是谷歌搜索等基于文本的搜索引擎的 168 倍?？紤]到語音識別不僅是移動手機也是可穿戴設(shè)備的未來，這根本不切實際?，敔査贡硎荆?ldquo;我們將遇到瓶頸。”數(shù)據(jù)中心不僅占據(jù)空間，需要海量資金來建設(shè)，還會消耗海量能源。

　　問題是：用什么硬件來取代傳統(tǒng)機器？

　　這不僅會影響到蘋果、谷歌、微軟以及眾多應(yīng)用開發(fā)商，還會影響到銷售數(shù)據(jù)中心硬件的公司，乃至英特爾和 AMD 等知名芯片制造商。AMD 首席技術(shù)官 Mark Papermaster 表示：“這對于我們的未來意義重大。”

　　這也是瑪爾斯開展 Sirius 項目的原因。蘋果、谷歌和微軟知道這一新興服務(wù)如何運行，但世界上其他人不知道，而他們又需要知道。

　　并行宇宙

　　從谷歌的網(wǎng)絡(luò)搜索服務(wù)到 Facebook 的社交網(wǎng)絡(luò)等大部分網(wǎng)絡(luò)服務(wù)都運行在英特爾、AMD 的服務(wù)器芯片上（主要是英特爾）。問題是：這些中央處理器并不怎么適合運行 Siri 等語音識別服務(wù)，因為語音識別服務(wù)需要同時進行非常多的小規(guī)模計算。

　　正如谷歌、微軟、百度等公司所說的，這些計算在最初用于處理復雜數(shù)字圖像的圖形處理（GPU）芯片以及用于特定任務(wù)的可編程門陣列（FPGA）芯片上進行效果更好。谷歌已經(jīng)在 Google Now 中使用 GPU 來驅(qū)動類似于人腦的“神經(jīng)網(wǎng)絡(luò)”，微軟則在用 FPGA 驅(qū)動必應(yīng)搜索引擎的部分功能。

　　雖然必應(yīng)并不處理語音，但 GPU、FPGA 能提高所有需要快速完成的網(wǎng)絡(luò)服務(wù)的效能，主要是因為它們無需消耗太多能源，也不占據(jù)太多空間。

　　基本上，如果采用 GPU 和 FPGA，人們就能在一臺機器上安裝更多芯片。盡管單個 GPU 或 FPGA 芯片不像 CPU 一樣強大，但卻將更大的計算分成小塊計算任務(wù)，然后分配給這些 GPU 或 FPGA 芯片處理。這在語音識別等應(yīng)用上尤其吸引人，并行計算就是為它們而生。Papermaster 表示：“許多新興服務(wù)要求非?？斓貙Ａ啃畔⑦M行篩選。由于這些任務(wù)的重復性，可以通過 GPU 或 FPGA 來加速完成。”

　　GPU 現(xiàn)在不僅是語音識別的必然之選，也是其他基于神經(jīng)網(wǎng)絡(luò)的服務(wù)的選擇。這些“深度學習”工具涉及人臉識別、精準廣告等服務(wù)，最終它們還將幫助驅(qū)動無人駕駛汽車和機器人。負責谷歌大部分深度學習工作的 Jeff Dean 表示，谷歌現(xiàn)在在混合使用 GPU 和 CPU，以運行驅(qū)動著約 50 種谷歌網(wǎng)絡(luò)服務(wù)的神經(jīng)網(wǎng)絡(luò)。

　　不過微軟也證明，F(xiàn)PGA 可以成為另一種選擇。通過開源數(shù)字助手 Sirius，杰森·瑪爾斯要尋找最適合未來互聯(lián)網(wǎng)服務(wù)的現(xiàn)代數(shù)據(jù)中心架構(gòu)。

　　不限于蘋果和谷歌

　　目前答案依然不明朗。但通過 Sirius，瑪爾斯至少證明了 GPU 和 FPGA 是比 CPU 更好的選擇?，敔査贡硎荆?ldquo;未來的數(shù)據(jù)中心設(shè)計必然要包括 GPU 或 FPGA。這至少能帶來一個數(shù)量級的提升。”

　　他表示，人們可以通過編程讓 FPGA 做任何事情，F(xiàn)PGA 的效率要比 GPU 高得多（根據(jù)密歇根大學的測試，F(xiàn)PGA 的性能是 CPU 的 16 倍，GPU 約為 10 倍）。但它們需要更多的設(shè)計工作。谷歌、蘋果和微軟等公司必須招聘能給它們編程的工程師。

　　GPU 也需要一些額外工作。在使用 FPGA 時，工程師必須對軟件進行定制，以適應(yīng)這些芯片。但工程師無需對芯片進行編碼?；谶@一原因，GPU 要更為可行，尤其是考慮到語音識別工具最終將不再局限于蘋果、谷歌和微軟，還會進入不大愿意雇傭芯片工程師的公司中。

　　瑪爾斯說道：“Siri、Cortana 和 Google Now 以及實時進行數(shù)據(jù)分析和處理視頻的先進應(yīng)用就是技術(shù)的發(fā)展方向，也是行業(yè)的發(fā)展方向。”