0
| 本文作者： 三川 | 2017-02-23 13:18 |
Ring Allreduce 本是 HPC （高性能計算）領(lǐng)域的一項技術(shù)。日前，百度硅谷 AI 實驗室已成功將其移植到深度學習平臺，借此來加速 GPU 之間的數(shù)據(jù)傳輸速率。目前，在 GPU 并行計算中，它們之間的通信瓶頸是制約深度學習模型訓練速度的主要障礙之一。百度宣布，Ring Allreduce 算法的引入將移除該瓶頸，大幅提升多 GPU 和分布式計算環(huán)境下的深度學習模型運算效率。雷鋒網(wǎng)獲得消息，該技術(shù)已被百度成功應用于語音識別。
該算法以庫和 Tensorflow 補丁的形式向開發(fā)者開源，分別為 baidu-allreduce 和 tensorflow-allreduce，已在 GitHub 上線。
GitHub：https://github.com/baidu-research/baidu-allreduce
https://github.com/baidu-research/tensorflow-allreduce
詳情：http://m.35crmo.cc/news/201702/QaSmvdQNbiY4CxBy.html
百度博客（英文）：http://research.baidu.com/bringing-hpc-techniques-deep-learning/
與 Linus、Windows，Mac OS 等優(yōu)先系統(tǒng)兼容性和通用性的考慮不同，Kaspersky OS 的設計目的有且只有一個：最大化安全。因此 Kaspersky OS 采用了 Flux 高級安全內(nèi)核架構(gòu)（FLASK）。卡巴斯基不但表示 Kaspersky OS 要做世界上最安全的操作系統(tǒng)，還宣稱， Kaspersky OS 的密鑰只有量子計算機級別的計算能力才能破解。
雷鋒網(wǎng)獲知，該系統(tǒng)面向的并非消費者終端（PC），而是網(wǎng)絡設備、工業(yè)控制系統(tǒng)和物聯(lián)網(wǎng)設備。它同時兼容 X86 和 ARM 兩大架構(gòu)平臺。值得注意的是，卡巴斯基聲稱該系統(tǒng)和 Linux 沒有任何關(guān)系，從頭到尾完全自行設計，并因此耗費了巨大人力——公司 CEO Eugene Kaspersky 表示，該系統(tǒng)秘密研制已有 14 年。
谷歌表示，tf.Transform 將改善 TensorFlow 的數(shù)據(jù)預處理和格式轉(zhuǎn)化難題。
以下是谷歌對tf.Transform 的技術(shù)介紹：
“今天我們正式發(fā)布 tf.Transform，一個基于 TensorFlow 的全新功能組件，它允許用戶在大規(guī)模數(shù)據(jù)處理框架中定義預處理流水線（preprocessing pipelines），同時還可以將這些流水線導出，將其作為 TensorFlow 計算圖（TensorFlow graph）的一部分。
用戶可以通過組合 Python 函數(shù)來定義該流水線，然后在 Apache Beam 框架下通過 tf.Transform 執(zhí)行。（注：Apache Beam 是一個用于大規(guī)模的、高效的、分布式的數(shù)據(jù)處理的開源框架）目前，基于 Apache Beam 框架的流水線可以在 Google Cloud Dataflow 平臺上運行，并計劃在未來支持更多的平臺（可能包括 Apache Apex，Apache Flink 和 Apache Spark 等）。值得一提的是，通過 tf.Transform 導出的 TensorFlow 計算圖還可以在模型預測階段將這種數(shù)據(jù)預處理步驟復用（例如，通過 Tensorflow Serving 提供模型時）。”
GitHub：https://github.com/tensorflow/transform
谷歌博客：http://research.googleblog.com/2017/02/preprocessing-for-machine-learning-with.html
眾所周知，此前的深度學習技術(shù)雖然能將輸入的年輕人臉圖像，輸出為老年圖像，但在這過程中會失去一些面部特征與識別信息，其結(jié)果并不準確——嚴格來說，輸出的圖像不能說是對同一個人衰老長相的預測。
但現(xiàn)在，法國的一組研究人員成功實現(xiàn)了用深度學習算法，將同一個人的面部照片做“衰老”或“年輕化”處理。換句話說，既能預測老年相貌，也能重現(xiàn)年輕時的面容。上圖是研究結(jié)果示范。
該研究發(fā)表于 ArXiv，題目為“Face Aging With Conditional Generative Adversarial Networks”。
“老得不敢拍照片”或許將退出歷史舞臺。美圖對此怎么看？
ArXiv：https://arxiv.org/abs/1702.01983
AMD 于昨晚 AMD Ryzen Tech Day 正式發(fā)布 Ryzen。這來得有些突然——此前媒體與行業(yè)人士普遍估計 Ryzen 將在 MWC 發(fā)布。不過，Ryzen 發(fā)貨時間仍然是 3 月 3 日（國行），目前預售開啟。
我們來看看預售的三款 7 系 Ryzen 的國行售價：
Ryzen 7 1800X 3999 元
Ryzen 7 1700X 3099 元
Ryzen 7 1700 2499 元
不同電商平臺上有 200~300 元不等的預訂優(yōu)惠，感興趣的可關(guān)注。
雷鋒網(wǎng)提醒：由于事出突然，全世界范圍內(nèi) Ryzen 的評測還沒有放出。目前我們對于它的所有了解，完全基于 AMD 官方宣傳信息，以及此前泄露的工程版本芯片跑分。因此，對于這三款芯片之間的性能差距到底有多大、是否值得這中間的差價，尚無定論。業(yè)內(nèi)對“X ”版本性能強在哪里、與非 X 版本的超頻潛力差別也尚有疑慮。僅給正在選擇的買主做個提醒。
順便說一句，蘇媽給出的官方 Cinebench R15 nt 跑分是：
Ryzen 7 1700：1410 ；
Ryzen 7 1700X：1537；
Ryzen 7 1800X：1601
根據(jù)得分，大家最關(guān)心的 1700X 比 1700 有約 9% 的性能提升。與之對比的英特爾跑分：
酷睿 i7 7700k：967；
酷睿 i7 6800k：1108
酷睿 i7 6900k：1474
史上最強凌動 英特爾發(fā)布 Atom C3000
這是凌動產(chǎn)品線首個 16 核 CPU，它整合了多項多見于服務器芯片中的技術(shù)：比如 RAS 功能，該功能可即時修正數(shù)據(jù)錯誤，并防止網(wǎng)絡和存儲設備崩潰。 與現(xiàn)有凌動產(chǎn)品線面向移動設備的定位不同，Atom C3000 的服務對象將是存儲陣列、網(wǎng)絡設備和物聯(lián)網(wǎng)設備。將為它們帶來更強大的數(shù)據(jù)處理能力。
簡而言之，這是款與消費者無關(guān)、但關(guān)乎網(wǎng)絡設備開發(fā)商的凌動。
相關(guān)文章：
國外大神的機器學習算法大匯總；如何用 50 行 PyTorch 代碼實現(xiàn) GANs | AI開發(fā)者頭條
AI加持，計算機要擁有嗅覺了；GPU終于可用于Google Compute Engine | AI開發(fā)者頭條
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
