阿里达摩院布局“中国芯”,自研AI芯片性价比超同类40倍
4月19日,澎湃新闻记者从阿里巴巴达摩院获悉,该机构正研发一款神经网络芯片——Ali-NPU,运用于图像视频分析、机器学习等AI推理计算。按照设计,这款芯片性能将是目前市面上主流CPU、GPU架构AI芯片的10倍,而制造成本和功耗仅为一半,性价比超过40倍。
此款芯片的研发,未来将会更好的实现AI智能在图像、视频识别、云计算等商业场景中的运用,提升运算效率、降低成本。
阿里达摩院研究员骄旸对澎湃新闻表示,CPU、GPU作为通用计算芯片,为处理线程逻辑和图形而设计,处理AI计算问题时功耗高,性价比低,在AI计算领域急需专用架构芯片解决上述问题。
阿里巴巴自主研发的Ali-NPU,基于阿里机器智能技术实验室等团队在AI领域积累的大量算法模型优势,根据AI算法模型设计微结构以及指令集,以最小成本实现最大量的AI 模型算法运算。
未来,Ali-N
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
该放弃正在堕落的“RNN和LSTM”了
递归神经网络(RNN),长期短期记忆(LSTM)及其所有变体: 现在是放弃它们的时候了! 在2014年,LSTM和RNN重新复活。我们都阅读过Colah的博客和Karpathy对RNN的赞赏。但那个时候我们都很年轻,没有经验。随着这几年的技术的发展,我们才慢慢发现序列变换(seq2seq)才是真正求解序列学习的真正模型,它在语音识别领域创造了惊人的结果,例如:苹果的Siri,Cortana,谷歌语音助手Alexa。还有就是我们的机器翻译,它可以将文档翻译成不同的语言。 然后在接下来的15年、16年,ResNet和Attention模型出现了。人们可以更好地认识到了LSTM其实就是一种巧妙的搭桥技术。注意,MLP网络可以通过平均受上下文向量影响的网络来取代,这个下文再谈。 通过两年的发展,今天我们可以肯定地说:“放弃你的RNN和LSTM!”
- 下一篇
技术人凭什么那么骄傲?谢然:给自己开发工具
在紧张的研发工作之余,谢然喜欢跑步、看书、打游戏,也看B站。为了能够解决Mac看B站发热的问题,自己开发了工具来支持,可谓“学以致用”。LiveVideoStack邮件采访了七牛直播云流媒体负责人谢然,聊到了工作、技术与个人兴趣。 策划 / LiveVideoStack LiveVideoStack:谢然你好,能否简要介绍下自己,包括目前的主要工作及关注领域? 谢然:我目前在七牛担任直播业务部门的流媒体组负责人,主要工作是解决流媒体传输层相关的兼容问题,以及连麦业务开发。个人关注的领域很多,比较多变。最近比较感兴趣的是如何给 Chromium 内核增加RTMP/FLV的播放以及推流支持。 LiveVideoStack:什么时候接触的程序开发?为什么选择多媒体开发这个领域? 谢然:最早的时候是初中,正式开始有计划的学习是在大学。最开始是在学校期间参与了一个教育行业(录播,点播,图像识别)的创业项目,此后又参与了一个智能音箱的创业团队,之后就一直在这个领域了。 LiveVideoStack:你做了一个Go语言开发的开源流媒体服务器joy4,为什么做这个项目? 谢然:当时业内主流的流媒体开源...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Red5直播服务器,属于Java语言的直播服务器
- Docker安装Oracle12C,快速搭建Oracle学习环境
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS8安装Docker,最新的服务器搭配容器使用
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主