文档章节

从大数据到认知计算,未来需要更强的计算能力

勿忘初心321
 勿忘初心321
发布于 2016/03/16 13:37
字数 1795
阅读 49
收藏 1

认知计算是IBM提出的概念,认为“认知计算”是通过与人的自然语言交流及不断地学习,从而帮助人们做到更多的系统,是从硬件架构到算法策略、从程序设计到行业专长等多个学术领域的结合,能够使人们更好地从海量复杂的数据中获得更多洞察,从而做出更为精准的决策。IBM清晰地把认知计算定义为——具备规模化学习、根据目标推理以及与人类自然互动能力的系统。

大数据学习

认知计算和大数据分析有何区别?

大数据分析属于认知计算的一个维度。与大数据相比,认知计算的范围更广、技术也更为先进。

认知计算和大数据分析有类似的技术,比如大量的数据、机器学习(MachineLearning)、行业模型等,大数据分析更多强调的是获得洞察,通过这些洞察进行预测。此外,传统的大数据分析会使用模型或者机器学习的方法,但更多的是靠专家提供。

对于认知计算而言,洞察和预测只是其中的一种。但是,认知计算更为强调人和机器之间自然的交互,这些维度都不是传统的大数据分析所强调。

此外,认知计算目前成长很快的一个领域为深度学习(DeepLearning),它的学习方法与传统方法不同,更多的是基于大量的数据通过自学的方式得到这样的模型,而不需要很多的人为干预,这个从学习方法来讲和大数据分析有很多不同的地方。

CPU、GPU、ASIC等传统计算资源的瓶颈

近十年来,人工智能又到了一个快速发展的阶段。深度学习在其发展中起到了中流砥柱的作用,尽管拥有强大的模拟预测能力,深度学习还面临着超大计算量的问题。在硬件层面上,GPU、ASIC、FPGA都是解决庞大计算量的方案。

在2006年的时候,人们还是用串行处理器处理机器学习的问题,当时Mutch 和 Lowe开发了一个工具FHLib(feature hierarchy library)用来处理hierarchical 模型。对于CPU来说,它所要求的编程量是比较少的并且有可迁移性的好处,但是串行处理的特点变成了它在深度学习领域的缺点,而这个缺点是致命的。时至今日,据2006年已经过去了十年,过去的十年集成电路的发展还是遵循着摩尔定律,CPU的性能得到了极大的提升,然而,这并没有让CPU再次走入深度学习研究者的视野。尽管在小数据集上CPU能有一定的计算能力表现,多核使得它能够并行处理,然而这对深度学习来说还是远远不够的。

GPU:虽然走进了研究者的视线,相比于CPU,GPU的核心数大大提高了,这也让它有更强大的并行处理能力,它还有更加强大的控制数据流和储存数据的能力。在 Chikkerur进行了CPU和GPU在处理目标识别能力上的差别,最终GPU的处理速度是CPU的3-10倍。

ASIC:专用集成电路芯片(ASIC)由于其定制化的特点,是一种比GPU更高效的方法。但是其定制化也决定了它的可迁移性低,一旦专用于一个设计好的系统中,要迁移到其它的系统是不可能的。并且,其造价高昂,生产周期长,使得它在目前的研究中是不被考虑的。

FPGA是计算的未来?

FPGA:FPGA在GPU和ASIC中取得了权衡,很好的兼顾了处理速度和控制能力。一方面,FPGA是可编程重构的硬件,因此相比GPU有更强大的可调控能力;另一方面,与日增长的门资源和内存带宽使得它有更大的设计空间。更方便的是,FPGA还省去了ASIC方案中所需要的流片过程。FPGA的一个缺点是其要求使用者能使用硬件描述语言对其进行编程。但是,已经有科技公司和研究机构开发了更加容易使用的语言比如Impulse Accelerated Technologies Inc. 开发了C-to-FPGA编译器使得FPGA更加贴合用户的使用,耶鲁的E-Lab则开发了Lua脚本语言。这些工具在一定程度上缩短了研究者的开发时限,使研究更加简单易行。

Linux On Power+GPU+FPGA=面向未来的认知计算

创新的Linux on power结合FPGA、GPU的计算模式,这也许是面向未来的认知计算最佳架构。

IBM在2015年宣布了与FPGA芯片设计商Xilinx进行“为期数年的战略协作”。两家公司将联起手来,通过OpenPOWER Foundation致力于找到更好的方法处理机器学习、网络功能虚拟化(NFV)、基因、高性能计算和大数据分析等应用程序。

IBM的开发人员将针对OpenStack、Docker和Spark建立解决方案堆栈,结合了基于POWER的服务器,并具备Xilinx FPGA加速器。

此外,McCredie还宣布该公司将把POWER 8芯片同Nvidia Tesla K80 GPUs结合在一起,使用NVIDIA的高速NVLINK互联。两家OEM——Penguin Computing和E4 Engineering将会把基于OpenPOWER设计理念的系统推向市场。

据IBM内部测试显示,与基于英特尔E5-2699 V3处理器的服务器相比,新Power Systems LC服务器能够以不到前者一半的成本运行Twitter简讯分析、网页视图显示等数据密集型工作负载,为客户每一美元的成本支出提供领先于前者2.3倍的性能。凭借其高效率的设计,LC服务器在相同的机架空间里能够比基于英特尔处理器的同等服务器多运行94%的Spark社交媒体工作负载。

用于商业计算和高性能计算的2插座2U Power Systems S822LC配备最多20个核、1TB内存和230GB/秒内存带宽。用于高性能计算的S822LC还配备NVIDIA特斯拉加速计算平台的旗舰组件——两个集成的NVIDIA Tesla K80 GPU加速器。与配置类似、基于x86架构的E5-2699 V3服务器相比,两款S822LC产品能够提供领先于前者逾2倍的单核性能、高于前者40%的性价比以及在满内存配置情况下超过2倍的内存带宽。

本文转载自36大数据

2016企业革新方案大放送,慧都联合IBM为你量身打造大数据专属解决方案!详情请咨询在线客服>>>

本文转载自:

共有 人打赏支持
勿忘初心321
粉丝 15
博文 105
码字总数 180970
作品 0
江北
报名 | 【CCHI 2018】大会详细日程安排重磅出炉!

     由国家自然科学基金委员会信息科学部、中国自动化学会与中国认知科学学会联合主办的“第一届中国认知计算和混合智能学术大会”,将于2018年8月25日至26日在陕西省西安市举办,现大会...

机器之心
08/04
0
0
大数据研究趋于商业化 回顾2016大数据领域成果|

2016即将结束,外媒KDnuggets日前针对大数据领域在2016年度取得的重大发展,以及2017年度可能出现的变化趋势,询问了8位行业内的顶级专家。 虽然各位专家的意见不尽相同,但从其发言中大约可...

玄学酱
04/23
0
0
AI不是魔法:人工智能的能与不能

  本文作者将从四类具体应用的实现上,看看AI技术给我们生活带来哪些便利,以及存在哪些局限?enjoy~      如果把AI技术分为「前端的交互技术」和「后端的人工智能技术」。前端的交互技...

深度学习
05/28
0
0
为什么GTC大会上,Power的全新服务器备受推崇?

不久前在北京举办的GTC China大会,是NVIDIA一年一度的GPU技术盛会。此次GTC再度回到北京,其火爆程度令人咋舌。而大会上发布的诸多新品,不仅令技术迷们高呼过瘾,而且再一次证明人工智能,...

玄学酱
05/11
0
0
机器学习影响现代云计算的五种方式

云计算行业正逐渐向智能的方向转变。虽然计算、存储和网络仍然是云供应商的主要收入来源,但机器学习也正慢慢成为当代云计算的焦点。 以下是五种被机器学习高度影响的云服务: 认知计算(Cogn...

玄学酱
04/13
0
0

没有更多内容

加载失败,请刷新页面

加载更多

OSX | SafariBookmarksSyncAgent意外退出解决方法

1. 启动系统, 按住⌘-R不松手2. 在实用工具(Utilities)下打开终端,输入csrutil disable, 然后回车; 你就看到提示系统完整性保护(SIP: System Integrity Protection)已禁用3. 输入reboot回车...

云迹
今天
4
0
面向对象类之间的关系

面向对象类之间的关系:is-a、has-a、use-a is-a关系也叫继承或泛化,比如大雁和鸟类之间的关系就是继承。 has-a关系称为关联关系,例如企鹅在气候寒冷的地方生活,“企鹅”和“气候”就是关...

gackey
今天
4
0
读书(附电子书)|小狗钱钱之白色的拉布拉多

关注公众号,在公众号中回复“小狗钱钱”可免费获得电子书。 一、背景 之前写了一篇文章 《小狗钱钱》 理财小白应该读的一本书,那时候我才看那本书,现在看了一大半了,发现这本书确实不错,...

tiankonguse
今天
4
0
Permissions 0777 for ‘***’ are too open

异常显示: @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ @ WARNING: UNPROTECTED PRIVATE KEY FILE! @ @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ ......

李玉长
今天
5
0
区块链10年了,还未落地,它失败了吗?

导读 几乎每个人,甚至是对通证持怀疑态度的人,都对区块链的技术有积极的看法,因为它有可能改变世界。然而,区块链技术问世已经10年了,我们仍然没有真正的用上区块链技术。 几乎每个人,甚...

问题终结者
今天
4
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部