BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Facebook开源了其AI硬件设计

| 作者 Alex Giamas 关注 9 他的粉丝 ,译者 邱广 关注 0 他的粉丝 发布于 2015年12月29日. 估计阅读时间: 1 分钟 | CNUTCon 了解国内外一线大厂50+智能运维最新实践案例。

Facebook最近宣布对与其自主设计的Open Rack服务器相兼容的硬件设计进行开源。归因于愈加庞大的数据集以及更强大的基于GPU的系统,机器学习和人工智能进展不断,Facebook公开了它的下一代AI系统,该系统以加州同名景点命名,代号为“Big Sur”。Big Sur配备了8个Nvidia Tesla M40 GPU,其中每个GPU的最高功率可达300瓦。据Facebook透露,该系统在设计上能够支持各种各样的PCI-e卡,不限于Nvidia Tesla。通过使用现成部件,该硬件设计可被用于构建符合标准Open Compute规范的数据中心。

此前Facebook已经开源了它的深度学习模块——Torch,这是一个支持大量机器学习算法的科学计算框架。对于想要构建AI系统但又不具备Facebook那么充足资源的学术机构和初创公司来说,结合使用Torch和Big Sur的开源设计将使他们受益匪浅。

Google上个月开源了它自有的机器学习库,但数据社区对TensorFlow反响不一。微软最近也开源了它自研的分布式机器学习工具包DMTK。在过去的数年里,软件领域和硬件领域对深度学习的兴趣都在呈指数级增长。把自家的软件框架以及硬件设计开源出来,意味着能更好更快地对接上社区中广大的从业者,这些人可都是各大公司汲汲以求的。

查看英文原文:Facebook Open Sourcing AI Hardware Design

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