논문 및 연구

OpenAI 분석: 신경망 훈련에 필요한 컴퓨팅, 16개월마다 절반으로

원제목:AI and efficiency

AI 요약

OpenAI는 2012년 이후 ImageNet 분류에서 동일 성능에 도달하는 데 필요한 훈련 컴퓨팅이 16개월마다 절반으로 줄었다는 분석을 발표했다. 현재 AlexNet 수준에 도달하는 데 필요한 컴퓨팅은 2012년보다 44배 적지만 같은 기간 무어의 법칙이 가져온 비용 개선은 11배에 그쳤다. 이는 최근 투자가 큰 AI 과제에서 알고리즘 발전이 전통적 하드웨어 효율 향상보다 큰 이익을 준다는 것을 보여준다.

핵심 정보

  • OpenAI는 2012년 이후 ImageNet 분류에서 동일 성능에 도달하는 데 필요한 훈련 컴퓨팅이 16개월마다 절반으로 줄었다는 분석을 발표했다.
  • 현재 AlexNet 수준에 도달하는 데 필요한 컴퓨팅은 2012년보다 44배 적지만 같은 기간 무어의 법칙이 가져온 비용 개선은 11배에 그쳤다.
  • 이는 최근 투자가 큰 AI 과제에서 알고리즘 발전이 전통적 하드웨어 효율 향상보다 큰 이익을 준다는 것을 보여준다.

한눈에 보기

게시
업데이트
출처
OpenAI:官网动态(RSS · 排除企业/客户案例)
카테고리
논문 및 연구
AI 점수
61
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

OpenAI 用 ImageNet 分类数据量化算法进步的速度,读者可据此比较算法效率与摩尔定律的贡献差异。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: OpenAI 분석: 신경망 훈련에 필요한 컴퓨팅, 16개월마다 절반으로. 2020년 5월 5일. https://new.nat6.net/ko/news/ctf4kaxoy1572sg8vh5ve9og6/

전체 보기 →