【CNETCOM 資訊】NVIDIA 今天宣布，Facebook 將在其下一代計算係統中采用 NVIDIA Tesla 加速計算平台，從而使該係統能夠運行各種各樣的機器學習應用。

　　即便在最快的計算機上，訓練複雜的深度神經網絡以進行機器學習也需要花費數日或數周的時間，然而 Tesla 平台可將這一耗時縮短 10-20 倍。如此一來，開發者便能夠更快地進行創新和訓練更複雜的網絡，從而為消費者提供更完善的功能。

　　Facebook 是首家利用 NVIDIA Tesla M40 GPU 加速器來訓練深度神經網絡的企業，該加速器已於上個月發布。這些加速器將在全新的 “Big Sur” 計算平台中發揮重要作用，這一計算平台是 Facebook 人工智能研究院 (FAIR) 專為訓練神經網絡而打造的係統。

　　NVIDIA 加速計算副總裁 Ian Buck 表示：“深度學習使計算行業開啟了一個新的時代。借助於大數據和性能強勁的 GPU，深度學習算法能夠解決之前不可能解決的難題。從 Web 服務與零售業到醫療與汽車，各大行業均將掀起革命。NVIDIA GPU 一(yi)直(zhi)被(bei)用(yong)作(zuo)深(shen)度(du)學(xue)習(xi)的(de)引(yin)擎(qing)
，我(wo)們(men)為(wei)此(ci)感(gan)到(dao)非(fei)常(chang)激(ji)動(dong)。我(wo)們(men)的(de)目(mu)標(biao)是(shi)為(wei)研(yan)究(jiu)人(ren)員(yuan)和(he)企(qi)業(ye)提(ti)供(gong)最(zui)高(gao)效(xiao)的(de)平(ping)台(tai)來(lai)推(tui)動(dong)這(zhe)一(yi)激(ji)動(dong)人(ren)心(xin)的(de)事(shi)業(ye)實(shi)現(xian)進(jin)步(bu)。”

　　除了縮短神經網絡訓練用時以外
，GPU 還能夠帶來許多其它優勢。一代又一代 GPU 之間的架構兼容性可提供無縫的速度提升，讓用戶將來能夠實現 GPU 升級。Tesla 平(ping)台(tai)越(yue)來(lai)越(yue)多(duo)地(di)在(zai)世(shi)界(jie)各(ge)地(di)被(bei)人(ren)們(men)所(suo)采(cai)用(yong)

，這(zhe)有(you)助(zhu)於(yu)用(yong)戶(hu)與(yu)全(quan)球(qiu)的(de)研(yan)究(jiu)人(ren)員(yuan)展(zhan)開(kai)開(kai)放(fang)性(xing)合(he)作(zuo)
，從(cong)而(er)可(ke)在(zai)機(ji)器(qi)學(xue)習(xi)領(ling)域(yu)中(zhong)促(cu)進(jin)新(xin)一(yi)輪(lun)探(tan)索(suo)與(yu)創(chuang)新(xin)。

　　Big Sur 專為機器學習而優化

　　NVIDIA 攜手 Facebook 工程師共同設計 Big Sur 並對其進行優化
，以便為機器學習任務提供最高的性能，這些任務包括在多顆 Tesla GPU 上訓練大型神經網絡。Big Sur 的性能高達 Facebook 現有係統的兩倍
，因而讓該公司能夠訓練兩倍數量的神經網絡、創建兩倍大小的神經網絡。這將有助於開發更精確的模型和全新級別的高級應用。

　　Facebook 人工智能研究院工程總監 Serkan Piantino 指出：“開(kai)發(fa)更(geng)智(zhi)能(neng)的(de)機(ji)器(qi)需(xu)要(yao)精(jing)深(shen)的(de)知(zhi)識(shi)，而(er)開(kai)啟(qi)這(zhe)些(xie)知(zhi)識(shi)的(de)關(guan)鍵(jian)則(ze)在(zai)於(yu)我(wo)們(men)計(ji)算(suan)係(xi)統(tong)的(de)功(gong)能(neng)。在(zai)過(guo)去(qu)幾(ji)年(nian)裏(li)，機(ji)器(qi)學(xue)習(xi)與(yu)人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)中(zhong)的(de)大(da)多(duo)數(shu)重(zhong)大(da)進(jin)步(bu)一(yi)直(zhi)取(qu)決(jue)於(yu)利(li)用(yong)強(qiang)大(da)的(de) GPU 和大型數據集來打造和訓練先進的模型。”

　　Tesla M40 GPU 的加入將有助於 Facebook 在機器學習研究工作中取得新的進步，讓整個組織機構內的多個團隊能夠在各種各樣的產品和服務中利用深度神經網絡。

　　首個開源人工智能計算架構

　　Big Sur 標誌著專為機器學習和人工智能 (AI) 研究工作而設計的計算係統首次被發布為一款開源解決方案。

　　Facebook 致力於公開開展人工智能研究工作並與整個社區分享自己的研究發現，該公司想要攜手其合作夥伴通過開放計算項目 (Open Compute Project) 來使 Big Sur 技術規範實現開源化。這一獨特的方式將讓世界各地的人工智能研究人員可以更輕鬆地分享和改進技術
，從而可通過利用 GPU 加速計算的威力在機器學習領域中實現未來的創新。