Analisis OpenAI: kuasa pengiraan diperlukan untuk latihan rangkaian neural berkurang separuh setiap 16 bulan
Tajuk asal:AI and efficiency
Ringkasan AI
OpenAI menerbitkan analisis yang menunjukkan sejak 2012, kuasa pengiraan latihan yang diperlukan untuk mencapai prestasi setara dalam pengelasan ImageNet menurun separuh setiap 16 bulan. Kuasa pengiraan yang diperlukan untuk mencapai tahap AlexNet kini 44 kali lebih rendah berbanding 2012, manakala Hukum Moore dalam tempoh sama hanya membawa peningkatan kos 11 kali; keputusan menunjukkan bahawa dalam tugas AI dengan pelaburan tinggi baru-baru ini, manfaat kemajuan algoritma melebihi peningkatan kecekapan perkakasan tradisional.
Maklumat penting
- OpenAI menerbitkan analisis yang menunjukkan sejak 2012,kuasa pengiraan latihan yang diperlukan…
- Kuasa pengiraan yang diperlukan untuk mencapai tahap AlexNet kini 44 kali lebih rendah berbanding…
- keputusan menunjukkan bahawa dalam tugas AI dengan pelaburan tinggi baru-baru ini,manfaat kemajuan…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Kategori
- Kertas penyelidikan
- Skor AI
- 61
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。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Analisis OpenAI: kuasa pengiraan diperlukan untuk latihan rangkaian neural berkurang separuh setiap 16 bulan. 5 Mei 2020. https://new.nat6.net/ms/news/ctf4kaxoy1572sg8vh5ve9og6/