|
廣東益福二手變壓器回收信息網，長期高價回收廣州變壓器回收,二手變壓器回收,廣州電力變壓器回收,廣州廢舊變壓器回收,二手電纜回收,二手空調回收,廢紙回收,打印機回收,復印機回收,溴化鋰中央空調,發電機回收,蓄電池回收,電腦回收,變壓器回收,配電柜回收,倒閉工廠回收,倒閉酒店回收等廢舊物資回收服務，聯系電話：18664666166，聯系人：張先生 
365易搜信息網3月28日 采訪:此前，一篇由谷歌主導并公布在《自然》雜志上的斟酌論文，聲稱機器學習軟件允許比人類更快地設計出更好的芯片，然則在一項新的商量對其結果提出輕信后，該論文受到了猜疑。 2021年6月，谷歌因開發基于強化學習的系統受到很大的關注，該系統也許自動生成優化的微芯片平面圖。這些計劃決定了芯片內電子電路塊的排列:CPU和GPU內核、內存和外圍控制器等實際上位于物理硅芯片上。 谷歌表示，它此刻使用這款人工智能軟件設計其自主立異的TPU芯片，以加速人工智能工作負載:其刻下利用機器學習使其其他機器學習系統運行得更快。這項探討得到了電子設計自動化社區的關注，他們曾經開始將機器學習算法整合到他們的軟件套件中。
正在，谷歌聲稱的比人類更好的模型受到了加州大學圣地亞哥分校（UCSD）的一個團隊的挑戰。在計算機科學與工程教授安德魯·康格(Andrew kang)的率領下，該團隊花了幾個月的時間對谷歌之前的論文進行了驗證。這所大學的學者最后顯示，他們自己創造的原始谷歌代碼進行電路訓練(CT)，結果實際上比使用傳統工業方法和工具的人類展示得更差。 是什么導致了這種差異?UCSD團隊了解到谷歌使用了由電子造型自動化（EDA）套件的要緊制造商Synopsys開發的商業軟件，創立了芯片邏輯門的啟動打算，然后其強化學習系統進行優化。谷歌論文確實提到，在模型生成布局后，使用了行業標準的軟件工具和手動調整，重假如為了確保處理器能按估計工作，并最后兌現制造。谷歌人認為，不管平面圖是由機器學習算法創立的，依然由人類使用標準工具創辦的，這都是必要的一步，因此其模型值得稱贊，由于優化了最終產品。 然而，加州大學圣地亞哥分校的團隊表態，谷歌論文中并沒有提到預先使用EDA工具來為模型迭代準備布局。 對此，谷歌論文的關鍵作者Azalia Mirhoseini和Anna Goldie反駁表示，UCSD團隊的工作并不是他們方法的無誤兌現。他們指出，康格教授的團隊得到的結果更差，出于他們根本沒有在任何數據上預先訓練他們的模型?？蹈窠淌诘膱F隊也沒有使用與谷歌相像的計算能力來訓練他們的系統，并表態這一步驟大概沒有準確執行，從而削弱了模型的性能。 然而，加州大學圣地亞哥分校的思索小組表示，他們沒有預先訓練他們的模型，因為他們無從訪問谷歌的專有數據。然而，他們聲稱，他們的軟件曾經得到了這家互聯網巨頭的另外兩名工程師的驗證，這兩名工程師也是《自然》雜志論文的聯互助者。 另外，一位被解雇的谷歌人工智能琢磨人員聲稱，這家互聯網巨頭的切磋論文是在當時價值1.2億美元的“一筆潛在的大型云交易”的背景下實行的。 （投訴） (責任編輯：admin) |
