為了讓翻譯、影象識別和資訊推薦更聰明,Facebook 釋出了一款超硬核的“最強大腦”

ADVERTISEMENT

在去年4月的全球開發者大會上,紮克伯格暢想了未來十年Facebook的人工智慧發展藍圖:成為整個社交網站的核心動力。接近一年過去,可以看到Facebook至少在硬體上是沒有停下腳步。

3月9日,Facebook工程師Kevin Lee宣佈,為了進一步加速神經網路的訓練,將推出新一代 GPU 伺服器 Big Basin。新一代的伺服器其實是2015年 Facebook 推出的 Big Sur 伺服器的升級版,並且同樣都會在 Open Computer Project 平臺上進行開源。

無論人工智慧還是機器學習,它們出現在人們面前的形象常常是演算法和程式碼,而伺服器則是背後“看得見摸得著”的那一部分。Big Sur 一直是 Facebook 發展人工智慧的利器,其強大的計算能力為Facebook語言技術和影象技術提供支援。這次的硬體升級將儲存量從12G提升到16G,模型訓練量能夠再提升30%,同時在進行神經網路訓練時,其訓練速度能比 Big Sur 高出一倍。

與 NVIDIA 的 DGX-1 架構非常相似,Big Basin由8個NVIDIA Tesla P100 GPU (搭載 NVLink技術的 Tesla P100加速器)加速器組成,這些GPU們由 NVIDIA NVLink 連線在一起組成了一個盒子。這個伺服器也被公司成為JBOG ( Just a Bunch of GPUs )——一堆GPU,這一大堆GPU的能量就意味著足夠為機器學習提供支援。

不像無人車和機器人,Facebook 本身的社交平臺屬性弱化了人工智慧技術的外露特徵,讓很多使用者感受不到人工智慧的衝擊力,但其實我們日常使用的很多Facebook 服務無一不是人工智慧在背後發生作用:語音識別、語音文字轉換、影象的分類和識別,Big Basin 和它的前身 Big Sur 就是實現這些服務的重要支撐。

你每天能多做3套模擬題的結果可能是期末多考30分,機器學習每天多訓練30%的模型,結果可能就是更精準地圖片識別、更快速的語音識別、更合理的資訊推薦,每一個Facebook的使用者作為閱卷老師,最後都應該能體會到這樣的變化。

ADVERTISEMENT

人工智慧是很多科技公司的急於搶佔的陣地,對 Facebook 而言則是“阿喀琉斯之踵”。一是因為 Facebook 本身入局較晚,二是缺乏殺手級應用。

在人工智慧浪潮中,科技公司要站穩腳跟就需要為自己找到一塊壁壘。Google被認為是走在人工智慧行業的前列,從 TenserFlow 開源平臺到旗下的 DeepMind 人工智慧公司,從成績斐然的圍棋演算法到離商業化最近的雲服務和智慧家居,Google 戰略佈局思路可以說是很清晰了。而其他的科技公司,即便觸手沒有伸到四面八方,但也有自己的戰略根據地,微軟有 Cortana Platform、IBM 有 Watson。

相對而言 Facebook 就略顯薄弱,雖然在去年推出 Messenger 聊天機器人,準備打造大型聊天機器人生態系統,但是前段時間來自外媒 The Information 的調查報告顯示,Messenger 聊天機器人在沒有人為幹預的情況下,能準確處理使用者請求的準確率還不到30%。這70%的錯誤率揭開 Facebook 在人工智慧研究領域研究處於弱勢的傷疤,Facebook 也決定削減一些開支,讓 Messenger 從低質量聊天中轉型,隻做一些特殊問題的處理。

Facebook 削減開支的是打人工智慧的退堂鼓了?從今天新硬體產品的升級看來並非如此,而是把注意力轉移到提升基礎設施上,畢竟身體是革命的本錢。

» PingWest

ADVERTISEMENT