機器學習領域:硬體的未來是軟體 - octoml
通用 GPU 計算幫助開啟了深度學習時代。然而,隨著 ML 模型變得越來越大,計算量越來越大,它們改變了 GPU 的設計方式——它們激發了一波看起來與 GPU 完全不同的新硬體。從電池供電的嵌入式裝置到高階資料中心,專用機器學習硬體正在佔據主導地位。僅舉幾例:谷歌、蘋果、微軟、Facebook和特斯拉)都有內部 ML 加速器都有人工智慧硬體。新一代的初創公司已經湧現,他們對高效 ML 硬體的未來充滿了新穎的願景。在商用 CPU 數十年的穩定之後,硬體環境再次令人興奮。
然而,超高效的定製 ML 硬體的問題在於,僅靠更好的硬體是不夠的。強大的硬體需要一個軟體堆疊,使其功能可用於應用程式。即使是比主流 GPU 快 100 倍且效率更高的加速器,如果使用起來不切實際,它實際上也無法替代 GPU。標準硬體比任何新硬體都有很長的領先優勢:工程師和機器學習科學家已經知道如何使用它,並且使用它需要零行程式碼來改變。為了充分發揮其潛力,新的 ML 加速器需要在軟體和硬體上展開競爭。
現代 GPU 不僅僅是硬體產品。當有人購買用於 ML 計算的 GPU 時,他們也購買了圍繞它構建的整個軟體生態系統。使用主流硬體會在三個層面帶來軟體優勢:框架、庫和語言。
- 框架:從PyTorch到JAX的整個現代 ML 框架範圍都對標準 CPU 和 GPU 提供一流的支援。任何新硬體都需要與使用為這些框架編寫的所有現有程式碼的簡單性競爭。這些框架的廣度使它們對透過重新實現主流框架中的所有功能來實現“GPU 平價”的新硬體望而卻步。例如,PyTorch 的完全替代需要覆蓋其原生張量計算介面中的所有 2,239 個函式,並跟上每個新版本的變化。
- 庫:每個 GPU 都帶有經過高度調整的軟體庫,可從底層硬體中提取最佳效能。例如,cuDNN代表了數十年來為每個 Nvidia GPU 架構精心最佳化重要運算元所付出的努力。一個專門的專家團隊確保 cuDNN 在最新流行的 ML 模型上從每個新的 GPU 架構提供最佳效能。即使新硬體理論上可以勝過 GPU,它仍然可能會輸給專家軟體工程的純粹投資。
- 語言:對於低階效能工程,應用程式依賴於用接近金屬程式語言(如CUDA)編寫的程式碼。流行的程式語言具有強大的鎖定效應:隨著時間的推移,它們建立了寶貴的開發人員思想份額,整個工具生態系統圍繞它們成長。從語法熒光筆到互動式偵錯程式,客戶喜歡熟悉的程式設計環境是有充分理由的——即使它們是以效能為代價的。
綜上所述,這些優勢意味著交付硬體產品所需要的不僅僅是構建硬體本身。圍繞傳統 GPU 的生態系統的廣度和深度意味著,任何一家新硬體供應商都無法僅憑硬體的技術優勢進行競爭。
相關文章
- 軟體的未來是無碼
- 資料庫的未來-HTAP,軟體、硬體、雲生態的融合資料庫
- 陳天奇任CTO,TVM團隊成立OctoML:任何硬體都能部署機器學習模型TOML機器學習模型
- 什麼是軟體測試領域的 Flaky test?
- 虛勢待發,智繪未來—2017eSmart引爆智慧娛樂硬體領域
- 微服務領域的軟體架構微服務架構
- 工控領域的組態軟體概念
- 什麼是軟體測試領域的 false-positive test?False
- 行業應用軟體領域的問題是什麼?行業
- Photoshop軟體的應用領域介紹
- 為什麼說軟體服務的未來必然是WebAssembly?Web
- 移動體感遊戲:站在遊戲與硬體產業共享的未來上遊戲產業
- 企業軟體領域前端開發的困境前端
- 為什麼說 NLP 將是未來資料領域的珠峰?
- 分享5款在各自領域遙遙領先的軟體
- 軟體開發者如何準備未來?
- 智慧園區成安防領域藍海市場, 依圖推出軟硬體解決方案
- 關於軟體測試領域的 Happy PathAPP
- 計算機的硬體與軟體計算機
- 領域故事講述:協作構建領域驅動軟體 - Stefan Hofer
- 中國創客:智慧硬體領域弄潮兒給我們的啟示
- 雲技術是軟體技術,並非硬體技術
- 從演算法、硬體到研究社群,全面回顧2016年機器學習領域主要進展演算法機器學習
- 調研IBM與西門子:軟體將是工業的未來!IBM
- 如何在未來的大資料和機器學習領域,獲得一份不錯的工作?大資料機器學習
- 軟體工程團隊的基於領域的結構 - snaptravel軟體工程APT
- 未來的WEB瀏覽體驗是這樣的...Web
- iPhone——媒體的未來iPhone
- 一年增加 1.2w 星,Dapr 能否引領雲原生中介軟體的未來?
- 淺談嵌入式軟體的未來發展
- 直播賣貨系統開發,未來社交電商領域的發展是可期的
- Keil的軟體模擬和硬體模擬
- oracle rac 所需硬體、軟體詮釋Oracle
- 軟體的未來與伺服器時代的終結伺服器
- 軟體開發領域的10場有意思的對抗
- 漫畫:軟體是這樣做出來的
- 在機器學習領域,主要的學習方式是哪幾種?機器學習
- 軟體開發的硬約束