Теперь графические процессоры могут анализировать миллиард сложных векторов в рекордно короткие сроки

Сложность цифровой фотографии нельзя недооценивать.

Каждый пиксель содержит множество точек данных, и на одной фотографии могут быть миллионы пикселей. Эти многочисленные точки данных по отношению друг к другу называются данными «большой размерности» и могут потребовать огромных вычислительных мощностей для анализа, например, если вы ищете похожие фотографии в базе данных. Программисты и эксперты в области искусственного интеллекта называют это «сильным проклятием». проклятие высокой размерности. «

В учеба опубликовано 1 июля вIEEE-транзакции для больших данныхИсследователи Facebook из AI Research предлагают новое решение, чтобы облегчить бремя проклятия. Но вместо традиционных средств центральных процессоров (ЦП) компьютеры использовали графические процессоры (ГП) для анализа мультимедийных данных большой размерности. Это усовершенствование позволяет 4 графическим процессорам анализировать более 95 миллионов изображений большого размера всего за 35 минут. Эта скорость в 8,5 раз выше, чем у предыдущих методов, в которых для анализа многомерных данных использовались графические процессоры.

«Самый прямой метод поиска и индексации». [high-dimensional data] это сравнение грубой силы, и вы должны проверить [each image] против любого другого изображения в базе данных », — объясняет Джефф Джонсон, инженер-исследователь Facebook AI Research, который совместно разработал новый подход с использованием графического процессора. «Это непрактично для коллекций, содержащих миллиарды векторов».

Такую задачу могут выполнять процессоры, которые имеют большой объем памяти и поэтому могут обрабатывать большие объемы данных. Однако процессорам требуется значительное количество времени для передачи данных между различными другими компонентами суперкомпьютера, что вызывает общую задержку вычислительного времени.

Напротив, графические процессоры предлагают большую вычислительную мощность. Поэтому Джонсон и его команда разработали алгоритм, который позволяет графическому процессору размещать и анализировать векторную библиотеку. Таким образом, данные обрабатываются небольшой горсткой графических процессоров, которые делают всю работу. Примечательно, что у графических процессоров обычно меньше общей памяти, чем у процессоров, но Джонсон и его коллеги смогли преодолеть эту трудность с помощью метода сжатия векторных баз данных, который позволяет лучше управлять ими для анализа графических процессоров.

«Сохраняя чистоту вычислений на GPU, мы можем использовать гораздо более быструю память, доступную на ускорителе, вместо того, чтобы иметь дело с более медленной памятью сервера CPU и даже более медленными сетевыми соединениями между машинами в традиционном кластере суперкомпьютеров», — объясняет Джонсон.

Исследователи протестировали свой подход на базе данных с миллиардом векторных данных, содержащей 384 гигабайта необработанных данных. Их подход позволил сократить количество анализируемых комбинаций векторов, которое обычно составляет пятую часть (1018) не менее чем на 4 порядка.

«Повышение скорости и уменьшение размера базы данных позволяет решать проблемы, для решения которых в противном случае потребовались бы сотни процессоров, что фактически демократизирует обширные методы индексирования и поиска с использованием гораздо меньшего количества оборудования», — говорит он.

Их доступ был свободно доступен через Найдите сходство с Facebook AI (Faiss) библиотека с открытым исходным кодом. Джонсон отмечает, что компьютерный гигант Nvidia уже начал создавать расширения, которые были представлены компании с использованием этого подхода. Конференция по технологиям графических процессоров 2021 года.


[

free fortnite skins
free fortnite skins
free fortnite skins
free v bucks
free v bucks
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free v bucks
free v bucks
free v bucks
free v bucks
free v bucks
free fire hack
free robux
generator
free robux
free robux
free v bucks
free robux
free robux
free v bucks
free v bucks
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free robux
free v bucks
free v bucks
free v bucks
free v bucks
free v bucks
free fire hack
free robux
generator
free robux
free robux
free v bucks
free robux
free robux

]

Add a Comment

Ваш адрес email не будет опубликован. Обязательные поля помечены *