以色列人工智能初创公司 Deci 宣布，它已经使用中央处理器 (CPU) 实现了“突破性的深度学习性能”。
消息出来了 🎉 我们很高兴地宣布，我们称为 DeciNets 的图像分类模型系列在包括英特尔 Cascade Lake 在内的大型 CPU 上达到了行业领先的新水平。 /1 pic.twitter.com/aCKGBDFpGo
—Deci AI (@deci_ai) 2022 年 2 月 16 日
该公司表示，DeciNets 图像分类模型针对英特尔 Cascade Lake 处理器进行了优化。 它使用 Deci 获得专利的自动神经架构构建 (AutoNAC) 技术，在 CPU 上运行的速度和准确度是谷歌在类似硬件上的 EfficientNets 的两倍多。
不同硬件上模型的学习速度比较。 数据：决定。
Deci 联合创始人兼首席执行官乔纳森·盖夫曼 (Jonathan Geifman) 表示，他们的目标不仅是开发更准确的模型，而且是资源节约型模型。
“AutoNAC 正在构建当今可用的最佳计算机视觉模型，现在可以在处理器上部署和运行新型 DeciNet 网络，并有效地运行 AI 应用程序，”他补充道。
该公司还表示，它已与英特尔合作近一年来优化该公司处理器的深度学习。 他们补充说，Deci 的一些客户已经在制造业中采用了其 AutoNAC 技术。
图像分类和对象识别是应用深度学习算法的主要任务之一。 据专家介绍，缩小 GPU 和 CPU 之间的性能差距不仅有助于降低开发现代 AI 算法的成本，还有助于减轻视频加速器市场的负担。
回想一下，2021 年 4 月，莱斯大学的科学家开发了一种新的深度学习引擎，它在中央处理器上训练神经网络的速度比在 GPU 上快 4-15 倍。
5 月，科学家使用 AI 将Cosmos模拟速度提高了 1000 倍。
在 Telegram 上订阅 ForkLog 新闻：ForkLog AI – 来自 AI 世界的所有新闻
在文本中发现错误？ 选择它并按 CTRL+ENTER
内容搜集自网络，整理者：BTCover，如若侵权请联系站长，会尽快删除。
