Global Sources
電子工程專輯
 
電子工程專輯 > 處理器/DSP
 
 
處理器/DSP  

NVIDIA 為深度學習訓練挹注雙倍效能

上網時間: 2015年07月20日     打印版  Bookmark and Share  字型大小:  

關鍵字:深度學習  DIGITS  DIGITS 2  cuDNN 3  神經網路 

NVIDIA (輝達)宣佈為其繪圖處理器(GPU)加速深度學習軟體宣布多項更新,並將深度學習訓練效能翻倍。全新軟體可藉由更快的學習模式訓練和更精密的模型設計建立更準確的神經網路,為資料科學家和研究人員大幅加速其深度學習計畫和產品開發工作。

第二版的NVIDIA DIGITS深度學習GPU訓練系統(DIGITS 2)和第三版的NVIDIA CUDA深度神經網路函式庫(cuDNN 3)可大幅提升效能和眾多全新功能。

DIGITS 2現在可為資料科學家帶來更多優勢,它可讓神經網路訓練透過多顆高效能GPU自動擴充效能;相較於單一GPU 的作法,DIGITS 2可透過多顆GPU將深度神經網路對影像分類的訓練速度加快一倍。

對深度學習的研究人員而言,cuDNN 3可針對更大型和更精密的神經網路訓練,提供 GPU 記憶體最佳化資料儲存功能。同時,cuDNN 3也可以比cuDNN 2提供更高的效能,相較於使用單一GPU的方式,可讓研究人員以兩倍的速度來訓練各種神經網路。

廣泛用於訓練深度神經網路的軟體有Caffe、Minerva、 Theano和Torch,而全新的cuDNN 3函式庫也預期將整合到這些即將推出的深度學習架構最新版本中。

DIGITS 2是首款全功能的圖像系統,運用自動多重GPU擴充功能將訓練速度翻倍,藉由引導使用者設計、訓練和驗證各種神經網路進行圖像分類。

DIGITS 2提供全新的自動多重GPU擴充功能,可將深度學習訓練的工作負載自動分派到系統中所有的GPU進行運算,將可運用的GPU運算資源發揮其最大效能。相較於單一GPU運算作業,NVIDIA的工程師運用DIGITS 2來訓練知名的 AlexNet 神經網路模型,其速度可比使用四顆NVIDIA Maxwell架構GPU的運算效能快兩倍。而早期採用DIGITS 2進行類似應用運算客戶所獲得的初步結果甚至顯示更好的運算效能。

cuDNN是一個針對深度神經網路的GPU加速數學常式函式庫,研究人員會將其整合至更高階的機器學習架構中。cuDNN 3增加對GPU記憶體16位元浮點運算資料儲存的支援,將可儲存資料量增加一倍,同時最佳化記憶體頻寬。研究人員可運用這項cuDNN 3新功能來訓練更大型和更複雜的神經網路。

相較於cuDNN 2,cuDNN3同樣可在使用單一GPU訓練神經網路時大幅提升效能速度。這項優點讓NVIDIA工程師使用一顆NVIDIA GeForce GTX TITAN X GPU 練AlexNet模型的速度加快兩倍。

DIGITS 2 覽版本現已開放給NVIDIA註冊開發人員免費下載。cuDNN 3 式庫預計將陸續於各大深度學習架構最新版本中提供。





投票數:   加入我的最愛
我來評論 - NVIDIA 為深度學習訓練挹注雙倍效能
評論:  
*  您還能輸入[0]個字
*驗證碼:
 
論壇熱門主題 熱門下載
 •   將邁入40歲的你...存款多少了  •  深入電容觸控技術就從這個問題開始
 •  我有一個數位電源的專利...  •  磷酸鋰鐵電池一問
 •   關於設備商公司的工程師(廠商)薪資前景  •  計算諧振轉換器的同步整流MOSFET功耗損失
 •   Touch sensor & MEMS controller  •  針對智慧電表PLC通訊應用的線路驅動器
 •   下週 深圳 llC 2012 關於PCB免費工具的研討會  •  邏輯閘的應用


EE人生人氣排行
 
返回頁首