"Ezt az előrelépést a Moore-törvényt követve hét év múlva lehetne hozni"
Újabb bizonyíték, hogy a Google a Skynet...
[ Szerkesztve ]
A RIOS rendkívül felhasználóbarát, csak megválogatja a barátait.
"Ezt az előrelépést a Moore-törvényt követve hét év múlva lehetne hozni"
Újabb bizonyíték, hogy a Google a Skynet...
[ Szerkesztve ]
A RIOS rendkívül felhasználóbarát, csak megválogatja a barátait.
nekem már ez is elég volt bizonyítéknak: http://www.google.com/killer-robots.txt
An open mind is like a fortress with its gates unbarred and unguarded.
Egy Microsoft, vagy Apple mikor engedhet meg magának ilyen poént?
a kor megint bezarult, es visszaertunk a dedikalt hwhez pcnel is lesz ez meg igy.
facebook.com/mylittleretrocomputerworld | youtube.com/mylittleretrocomputerworld | instagram.com/mylittleretrocomputerworld
Szimplán józan paraszti logikával nézve a dolgot nem értek valamit.
Ha az a kép valóban az alkalmazott hardvert ábrázolja akkor az a nagyon kevés lábacska nekem gyanús.
A gépi tanulásnál nem pont az a lényeg, hogy brutális adatmennyiséggel kell dolgozni?
Itt kell lennie még egy trükknek, hogy ilyen szűk keresztmetszeten jelentős mennyiségű adat mehessen keresztül.
Mindenkiről mindent tudni akarnak, és még azt is meg akarják nagy biztonsággal "jósolni" hogy, mit fog adott egyén csinálni következő lépésként.
Teljes reklám iparágat be tudják kebelezni, az apokaliptikus része csak az után jön
(#5) Tazsam01: ez csak egy db gyorsító, a csatlakozón min. 8db PCI-express sávval. Mi a kevés?
[ Szerkesztve ]
hiába csak egy darab ezeknek egymással is kommunikálni kell, leírtam mi a baj.
nem értek ehhez - de ezzel biztos sokan vannak így
szerintem ezek nem onthefly dolgozzák az adatokat fel, hanem mondjuk úgy hogy megkapják, megrágják és visszaköpik egy apró részét
tehát könnyen lehet hogy elegendő az a sávszélesség amit tud biztosítani a képen látható csatlakozó
másik kérdés, szerinted ez a kép nem is a valós kütyüt mutatja?
Csak a gyorsítón át küldi azokat a feladatokat, amin a processzor lassú lenne, továbbra sem kell kommunikálniuk egymással, csak végrehajtanak.
Egy xeon processzor mellé 4db ilyet fel lehet szúrni, egy blade be elfér 4db processzor, egy rack-be 28db blade... a gyors kommunikációt a blade-ek közözött csak meg oldják valahogy.
Szerintem.
[ Szerkesztve ]
Miért jobb ASIC-t használni, mint FPGA-t? Főleg ha még képlékeny rendszerről van szó? Vagy a hibajavítás és csere csak teoretikusan lett felvetve?
JOGI NYILATKOZAT: A bejegyzéseim és hozzászólásaim a személyes véleményemet tükrözik; ezek nem tekinthetők a munkáltatóm hivatalos állásfoglalásának...
Szerintem olcsóbb az ASIC.
És azt is simán el tudom képzelni, hogy nem mindenhol használja, hanem olyan "kísérleti" jelleggel.
[ Szerkesztve ]
Egy négyzetes, soronként n elemű mátrix adatmennyisége: n^2
A mátrixok összeszorzásához szükséges műveletek száma: n^3 szorzás és (n-1)*n^2 összeadás, utóbbi valszeg egybevonható.
Egy feladathoz tartozó adatmozgatás: 3* n^2 (két mátrix be, egy azonos méretű ki)
A műveletek száma/másolások száma n/3, 4x4-es mátrix és afölött egyre csökken a kommunikáció igénye.
Vagyis, számolni többet kell, mint másolni.
A mátrixok mérete persze nem ismert.
[ Szerkesztve ]
pezo77 #5 2017.12.14. 13:29 Hmm. És ez az e-hajó akkor hol is tud kikötni? Az e-bay -ben? ;)
Ha jól értelmezem, akkor ez a TPU a játékosoknak is jól jönne, mert szuper fizikát lehetne velük számoltatni. Vajon a Google ezt csak a gépi tanuláshoz használja, vagy tervez vele valami mást is, ami mondjuk a boltok polcaira is kerül pár év múlva?
már évek óta rég óta van ilyen technológia ([link])
De ha jól tudom kudarc lett belőle és már nincs különálló kártya formában, hanem az Nvidia kártyákban van benne egy "lite" módosulat
Az ASIC olcsobb es gyorsabb.
(#5) Tazsam01: A panel felso retegen 8db lane szamolhato. Azt mondod, hogy 7.8GB/s nem elegendo?
[ Szerkesztve ]
Az a lényege, hogy elég csak becsülni az eredményeket... nem kell nagyon pontos értékéket szállítani. Erre optimalizálták ezt az ASIC-ot.
Az agy is hasonlóan működik, mint egy deep learning network. A feature kinyerésnél és a tanításnál is bőven elég becsléseket adni. Érdemes megnézni a CNN milyen feature-öket nyer ki a képből.
+ A végén úgyis csak valószínűségeket kapsz, hogy hány %-ban kutya vagy cica
Ami itt rengeteg idő az a tanítás. Maga a felismerés az realtime is mehet egy kameráról. Sőt, ha értelmes robotokat akarunk vagy önvezető autót, akkor alap.
Amúgy tényleg nagyon felkapott lett ez most... és az a jó benne, hogy ha megérti az alapokat az ember, akkor egy TensorFlow-val, vagy Theanoval baromi jó dolgokat lehet csinálni. Nem kell hozzá bonyolult algoritmusokat írni.
[ Szerkesztve ]
Hír Leleplezte a gépi tanuláshoz használt titkos fegyverét a Google