机器学习 (ML) 正在迅速成熟。 如今,我们能够把大量数据输入机器学习应用中,后者能学会精确预测可能出现的结果。 随着训练数据集的扩大,深度学习 (DL) 模型的精确性呈指数级增长。 数以万亿的互联设备向系统发送数据,数据集的规模可达数百 TB。
机器学习革命的成果在无人驾驶汽车、实时欺诈检测、对假期照片中的人脸进行识别的社交网络等领域得到了很好的体现。它渗透各行各业,影响无处不在。
让我们揭开全新英特尔至强融核产品家族的神秘面纱,了解其在处理 ML 工作负载方面的非凡优势。 我还会分享两项早期性能测试结果,即分别在基于单节点英特尔至强处理器系统和基于 128 节点英特尔至强融核处理器的集群上运行 ML 工作负载时的情况。 最后,我会讲述我们为了优化软件库所付出的努力,展示几款流行的面向 x86 架构 的开源 ML 框架。
<strong>英特尔® 至强 融核™ 处理器特性</strong>
在设计第二代英特尔至强融核芯片时,我们发明了大量多核 处理器 ,支持自启插槽。 不需要在独立主机上运行操作系统,也不需要通过 PCIe* 插槽传输数据。 (但是,对于更喜欢把最新版英特尔至强融核芯片作为协处理器的用户,我们会很快推出 PCIe 卡版本。)