公有云服务提供商已经开始提供GPU加速的虚拟实例,可用于机器学习。在公有云中运行机器学习工具降低了构建机器学习开发基础设施的资本成本,同时提供了扩展开发机器学习模型所需的基础设施的能力。使用公有云计算的挑战在于,如何以一种同时具有成本效益和实用性的方式将数据导入公有云。基于云的对象存储速度太慢,跟不上机器学习的I/O需求;因此,必须使用本地块存储。...
最后,人工智能的算力需求已成为算力发展主要动力。机器学习、深度学习等算法革新和通过物联网、传感器、智能手机、智能设备、互联网技术搜集的大数据,以及由超级计算机、云计算等组成的超级算力,被公认为是人工智能时代的“三驾马车”,共同掀起最新一轮的人工智能革命。在人工智能蓬勃发展这一背景下,虚拟化云计算向高性能容器云计算演进,大数据与并行计算、机器学习融合创新就成为了产业发展的最新方向。...
相比之下,微软等还在很大程度上依赖于英伟达、AMD和英特尔等芯片制造商的现成或定制硬件。 谷歌:最早自研TPU芯片 早在2013年,谷歌就已秘密研发一款专注于AI机器学习算法的芯片,并将其用在内部的云计算数据中心中,以取代英伟达的GPU。2016年5月,这款自研芯片公诸于世,即TPU。...
2.可提供先进云服务的云计算快速扩张 公共、私营、公私混合以及个人移动云服务将越来越被各种规模的企业接受,这代表了企业在如何获得和维持软件、硬件以及计算能力方面的一种重大转变。各种规模的公司越来越多地使用云服务和虚拟化服务,因为其可以大幅削减IT、人力资源以及销售管理功能等方面的成本。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号