尊龙凯时人生就是搏|谷歌I/O大会总结：人工智能冲破障碍未来有更多潜力
如果要给谷歌今年的I／O开发者大会找寻一个主题，那么就是人工智能（AI）早已带入了公司所有要做到的事情中。从让人印象深刻印象的Duplex到全新的第三代CloudTPU，还包括在下一代AndroidP系统中统合的很多功能，机器学习技术将不会之后扮演着十分最重要的角色，而谷歌每年在这个领域都会维持对竞争对手的优势。在这次I／O开发者大会上，许多谷歌公司著名的代表人物都争相共享了自己对人工智能领域的观点。
还包括GregCorrado，DianeGreene和Fei－FeiLi谈话，以及Alphabet董事长JohnHennessy的演说，都展出了谷歌最近的突破以及思维变化对计算机领域如何产生影响，进而影响我们的生活。谷歌在机器学习和人工智能方面的雄心壮志早已使用了“多管齐下”的方法。在云计算中，有专门限于于硬件的机器学习技术和第三代CloudTPU这种面向开发者的应用于工具。
还包括TensorFlow以及大量科学界和开发者界的研究也在展开中。熟知的硬件轨道约翰·亨尼斯是计算机科学行业的资深人士，他在最后一天的演说中展现出十分出众，就像第一天桑达尔·皮查伊的展现出一样中肯。
在过去的10年里，技术追随者对很多关键的主题都很熟知，还包括摩尔定律的过热、性能效率和电池电源的容许等，现在早已有更加多的计算方法来解决问题日益简单的问题。而解决方案就是必须一种新的计算方法，针对特定领域的体系结构。
换句话说，为特定的应用程序自定义硬件架构，可以最大限度地提升性能和提升能源效率。当然，这并不是一个全新的概念，我们早已尝试过在图形任务中用于GPU，而高端智能手机也更加多的用于还包括专门的神经网络处理器在内来处置机器学习任务。智能手机芯片多年来仍然在朝着这个方向发展，并且也不断扩大到了服务器领域。
对于机器学习任务来说，硬件于是以更加多地环绕较低精度的8或16位数据大小展开优化，而不是更大的32或64位的准确浮点数，以及少量专用的高度分段指令，如质量矩阵乘法。与标准化的大型指令集CPU和甚至分段GPU计算出来比起，性能和能源效益是不言自明的。
约翰o亨尼斯指出，谷歌的产品将之后用于这些异构的构建芯片和非模线性的组件，这各不相同有所不同的实际用例。然而，这种向更加普遍的硬件类型的改变带给了新的问题，它减少了硬件的复杂性，毁坏了数以百万计的开发人员所倚赖的高级编程语言，并更进一步毁坏了Android平台。专用的机器学习硬件如果它的程序十分艰难，那么用处就不是相当大，或者如果性能被陈旧的编码语言浪费了。在C语言中，与更加友好关系的Python比起，矩阵乘法的性能差异为47倍。
这是一个例子，用于英特尔的特定领域AVX拓展，超过了62806倍的性能改良。但是，意味着拒绝专业人士改向低级编程并不是一个不切实际的自由选择。忽略，他指出编译器必须被重新考虑，以保证程序尽量高效地运营，而不考虑到编程语言。这种差距有可能总有一天会几乎避免，但即使超过25％，也不会极大地提高性能。
这也伸延到了亨尼斯设想未来芯片设计的方式。它的编译器有可能最后在调度机器学习任务中扮演着更加最重要的角色，而不是依赖硬件调度和高强度的、投机性的无序机器。
可以容许编译器要求哪些操作者是并行处理的，而不是在运营时，这是不过于灵活性的，但是可以带给更佳的性能。在这里带给另一个益处是，更聪明的编译器还应当需要有效地将代码同构到各种有所不同的体系结构中，因此完全相同的软件可以在有所不同的硬件上尽量高效地运营，并具备有所不同的性能目标。对软件的潜在改变的影响并好比于此。
操作系统和内核有可能也必须重新考虑，以便更佳地符合机器学习应用程序和各种有可能最后在野外存活的硬件配备。即便如此，我们今天在市场上早已看见的硬件，如智能手机NPUs和谷歌的云计算，都是谷歌未来机器学习将如何发展的愿景的一部分。
本文关键词：尊龙凯时人生就是搏,尊龙人生就是博中国区,尊龙平台人生就是博官网下载,Z6尊龙官方网站官网入口,凯时尊龙人生就是博首页
本文来源：尊龙凯时人生就是搏-www.enclass.net
