مرورگر شما (Internet Explorer 8) از رده خارج شده است. این مرورگر دارای مشکلات امنیتی شناخته شده می باشد و نمی تواند تمامی ویژگی های این وب سایت را به خوبی نمایش دهد.
جهت به روز رسانی مرورگر خود اینجا کلیک کنید.
×
نسخه مرورگر شما قدیمی است و نمی تواند تمامی ویژگی های این وب سایت را به خوبی نمایش دهد.
جهت به روز رسانی مرورگر خود اینجا کلیک کنید.
×
فوجیتسو اعلام داشت فناوری نرم افزاری جدیدی را توسعه داده است که با استفاده از GPU های متعدد می توان یادگیری عمیق با سرعت بالا را بدست آورد. این نرم افزار با کمک ابر رایانه ها طراحی شده است.

فناوری جدید فوجیتسو


یک روش مرسوم برای سرعت بخشیدن به یادگیری های عمیق، استفاده از چندین رایانه مجهز به پردازنده های گرافیکی و شبکه سازی به صورت موازی در کنار یکدیگر است. به گفته مقامات شرکت فوجیتسو، با کمک این روش می توان زمان مورد نیاز برای به اشتراک گذاشتن داده ها بین رایانه را افزایش داد. در این روش، بیش از 10 رایانه به طور همزمان مورد استفاده قرار می گیرند.
یادگیری عمیق، زیر مجموعه ای از یادگیری ماشینی (Machine learning) است که به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی در نظر گرفته می شود و به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها، رایانه‌ها توانایی تعلم و یادگیری پیدا می‌کنند.
فوجیتسو فناوری مذکور را در AlexNet (شبکه های عصبی برای تشخیص تصویر) مورد ارزیابی قرار داد؛ جایی که در آن سرعت یادگیری بدست آمده با 16 و 64 واحد پردازش گرافیکی به اجرا در آمد و به ترتیب 14.7 و 27 بار سریعتر از یک تک پردازنده گرافیکی عمل می کند.

هوش مصنوعی

هدف اصلی فوجیتسو از این فناوری توسعه یافته، به اشتراک گذاری سریع داده بین رایانه ها است. مقامات این شرکت قصد دارند یک چارچوب یادگیری عمیق و منبع باز را به طور گسترده در سراسر جهان به کار گیرند.  همچنین شرکت فوجیتسو ادعا می کند که این فناوری سریع ترین سرعت پردازش در جهان را داراست.
این نرم افزار به دانشگاهیان، ارگان های دولتی و شرکت های دیگر کمک می کند تا به طور قابل توجهی، زمان اجرای الگوریتم یادگیری عمیق برای اهداف پژوهشی مختلف و توسعه محصول را کاهش دهند.
25 مرداد 1395 admin 686
0 رای
نظرات توسط کاربران نگاشته شده است و مسئولیت آن بعهده نویسنده مطلب میباشد.

ارسال نظر شما

Share on :

Powered by CMSIRAN © 2002 - 2018