BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Big Sur:Facebook的开源机器学习硬件

| 作者 张天雷 关注 4 他的粉丝 发布于 2015年12月21日. 估计阅读时间: 3 分钟 | QCon上海2018 关注大数据平台技术选型、搭建、系统迁移和优化的经验。

作为人工智能(Artificial Interlligence,AI)领域,尤其是机器学习方向的领头企业,Facebook在机器学习算法方面进行了很多研究,公布并开源了很多相关的成果。近日,Facebook又公布了其下一代的“Big Sur”人工智能硬件框架的信息,并表示将开源其设计细节。

近些年,人工智能和机器学习方向取得了长足的发展。据Kevin Lee透露,Facebook的AI软件已经能够阅读故事、回答相关场景的问题玩游戏以及通过一些例子来学习非指定的内容。作为计算密集型的应用,AI软件的性能与数据集规模/硬件性能密切相关。尤其是硬件方面,高性能微处理器、存储器以及图形处理器(Graphics Processing Unit,GPU)的发展为AI算法的快速运行提供了坚实基础。为了进一步更好地服务大规模AI计算,Facebook推出了基于GPU的、用于训练神经网络的“Big Sur”硬件系统。

如上图所示,该硬件系统提供了8个PCI-e插槽,最多可支持8个高性能GPU,其中每个GPU的最高功耗可达300W。而且,系统可以根据需要对GPU的拓扑进行灵活配置。Kevin表示,配备NVIDIA Tesla M40加速计算平台的Big Sur系统性能,比上一代系统要提高一倍——训练速度是原来的两倍,探索网络的规模也可达到原来的两倍。而且,Big Sur系统具有更高的灵活性和功耗/制冷效率。Facebook特别针对功耗和散热进行了优化,使得系统仍然可以使用风扇进行散热。

此外,系统进一步优化了系统维护相关的资源。Big Sur已经移除了一些很少使用的组件,并提升了替换硬盘和内存等易损组件的便捷性,使得替换这些组件只需要几秒钟时间即可。而且,原来需要耗费一个小时的移除主板的工作也可在一分钟内完成。除了处理器的散热片以外,该系统基本可以做到免工具安装和移除。在触点的颜色方面,Big Sur系统选用了Facebook一贯使用的Pantone 375 C的绿色,方便工程师设别、访问和移除组件。

Kevin表示,Facebook将会延续之前的做法开源Big Sur系统的设计,并将设计材料提交到开源计算项目。据预测,此项工作的对外发布可能会在明年的OCP峰会上进行。Facebook希望通过这种做法,既为社区做出贡献,又能够与社区合作改进该系统。此外,Facebook的AI研究团队的Yann LeCun表示,如果更多的企业采用Big sur的设计,该系统的价格也可以随着供货量提升而大幅度下降,从而减少企业的硬件成本。


感谢董志南对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入InfoQ读者交流群InfoQ好读者(已满),InfoQ读者交流群(#2)InfoQ好读者)。

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT