IBM深度學習演算法新突破 大幅縮短培訓時間

　　IBM Research宣布深度學習演算法出現(xiàn)新的突破，IBM新的分布式深度學習(DDL)軟件讓每個添加的處理器之間實現(xiàn)線性加速比(linear speedup)，該開發(fā)旨在為添加到IBM DDL演算法的每個服務器實現(xiàn)類似的加速效能。

　　據(jù)EETimes報導，IBM加速認知基礎設施部門主管Hillman Hunter認為，研究目標是將深度學習培訓的等待時間從幾天或幾小時，縮短到幾分鐘或幾秒鐘。

　　Hunter發(fā)文描述這項開發(fā)成果，是最受歡迎的深度學習框架擴展到服務器中的多個GPU，而不是使用GPU的多個服務器。Hunter進一步指出，IBM團隊編寫的軟件，可自動化和優(yōu)化跨數(shù)百個GPU加速器上，十幾個服務器所需要的龐大而復雜的并行運算任務。

　　IBM聲稱使用開源碼Caffe深度學習框架，將最多256個NVIDIA Tesla P100 GPU添加到單個服務器上，縮放效能為95%，可應用在圖像識別學習，以及類似的學習任務。IBM在50分鐘的培訓時間內實現(xiàn)幾乎線性的縮放效率。Facebook之前在同一資料庫上花60分鐘的培訓時間，效能為89%。

　　在ImageNet-22k資料庫上的7個小時的培訓中，IBM同樣聲稱對750萬幅影像的驗證精確度為33.8%，而微軟(Microsoft)之前針對同一資料庫花10天培訓，準確率為29.8%。IBM的處理器是PowerAI平臺，具備64節(jié)點Power8集群，加上256個NVIDIA GPU，提供超過2 petaFLOPS。

　　IBM正在向所有PowerAI平臺用戶免費提供DDL套件，還為第三方開發(fā)人員提供各種應用程式介面(API)，讓開發(fā)人員選擇與應用程式(App)最相關的基本演算法。