微軟攜手Intel打造效能更高、反應更快的AI人工智慧平台 科技應用 Google intel microsoft 處理器 AI 網路 生活 人工智慧 硬體 深度學習 fpga 市場動態 可程化晶片 微軟攜手Intel打造效能更高、反應更快的AI人工智慧平台 微軟此項名為Project Brainwave的人工智慧平台，本身主要基於微軟旗下Azure雲端運算技術，並且結合Intel旗下Stratix 10 FPGA可程式化晶片提供充足效能。 如同Google藉由以TensorFlow為基礎的TPU，推動更具效能，並且加速學習效率的人工智慧平台，微軟稍早也攜手Intel打造全新人工智慧平台，透過Intel旗下Stratix 10 FPGA可程式化晶片提供39.5 TFLOPS運算效能，以及低於1毫秒延遲的運算速度表現。 微軟此項名為Project Brainwave的人工智慧平台，本身主要基於微軟旗下Azure雲端運算技術，並且結合Intel旗下St Mash Yang 29 天前
AlphaGo擊敗柯潔的最大關鍵：超強的自我學習能力 專家觀點 Google 處理器 軟體 網路 觀察 市場動態 AlphaGo DeepMind AlphaGo 2.0 圍棋峰會 柯潔 AlphaGo擊敗柯潔的最大關鍵：超強的自我學習能力 AlphaGo擊敗人腦證明了，電腦運算能力將可協助人腦解決更複雜難懂的問題，其中關鍵就在於它具備的自我學習能力。 從早年IBM深藍 (Deep Blue)贏過西洋棋王卡斯帕洛夫，當時已經能預測下一棋後的12步棋路，贏過人類可預估隨後10步棋路，但以西洋棋所有推估棋路約為1046種組合，而圍棋則有高達10170種組合，因此Google DeepMind團隊打造的AlphaGo先後擊敗南韓棋王李世乭，以及世界棋王柯潔，意味電腦藉由人工智慧技術演算能力已經能在圍棋應用領域勝過人腦。 那麼，AlphaGo運算系統是如何在圍棋領域擊敗人腦？ 除了藉由Google開源使用的TensorFlow學習框架增進 Mash Yang 3 個月前
NVIDIA回應Google第二代TPU挑戰 強調GPU加速有更多元應用 產業消息 nvidia gpu 影音 市場動態 Volta Tesla V100 NVIDIA回應Google第二代TPU挑戰 強調GPU加速有更多元應用 人工智慧的硬體運算上，目前台面上的兩大廠商Google跟NVIDIA都各擅勝場，在前一陣子Google推出第二代TPU後，NVIDIA現在也針對它們自有GPU的相對優勢進行說明。 繼Google推出第一款TPU設計之後，NVIDIA執行長黃仁勳曾批評Google以舊式Tesla加速卡作為比較並不合理，而在Google於Google I/O 2017期間宣布推出第二代TPU設計，黃仁勳也同樣透過官方部落格內容予以回應，除了強調NVIDIA與Google之間深度合作關係，更強調本身也將針對特定人工智慧應用領域優化軟體項目，藉此讓旗下藉由GPU加速學習的應用方案有更多元發展。 黃仁勳稍早於官方部落格 Mash Yang 3 個月前
AlphaGo 2.0 將對決世界棋王柯潔 這次還有團體賽 科技應用 Google AI 人工智慧 市場動態 AlphaGo AlphaGo 2.0 AlphaGo 2.0 將對決世界棋王柯潔 這次還有團體賽 揪竟柯潔能不能守下這一局，讓AlphaGo吃一次鱉呢？還是人工智慧就此在圍棋上揚長而去？ 繼去年於韓國首爾由Google DeepMind團隊打造人工智慧系統AlphaGo與韓國棋王李世乭對奕吸引2.8億人關注後，預計從5月23日起於中國浙江烏鎮展開的另一波人機圍棋對決，將由目前排名世界第一的圍棋天才柯潔對上新一代AlphaGo系統，首場對奕將於5月23日上午10點30分展開，預計將在5天對奕過程以經典賽、配對賽與團體賽三種賽制展開。 其中，世界圍棋冠軍柯潔將於經典賽以一對一形式對戰AlphaGo，將以三戰兩勝制決定勝負，而配對賽與團體賽則均以單場形式決定勝負，分別由兩名中國棋手古力與連笑協同 Mash Yang 4 個月前
第二代TPU帶來更大運算效能、加入深度學習 但應用領域仍有侷限 Google 展覽 nvidia 處理器 網路 硬體 市場動態 Volta Google I/O Google I/O 2017 第二代TPU帶來更大運算效能、加入深度學習 但應用領域仍有侷限 對於標榜可發揮高達180TFLOPS的第二代TPU (Tensor Processing Unit)，Google說明此項處理器依然是針對開放學習框架TensorFlow加速為主，因此無法像NVIDIA提出Tesla V100等GPU加速模式可額外支援Caffe、Cognitive Toolkit等學習框架。 相比第一代TPU僅能針對邏輯推演作加速，Google此次宣布推出的第二代TPU不但大幅提昇運算效能，更增加對應深度學習應用加速設計，配合越來越多人使用的TensorFlow學習框架，將使TPU應用領域變得更加多元，甚至直接挑戰NVIDIA以GPU加速的深度學習應用模式。 不過，在Goog Mash Yang 4 個月前
Google IO 2017 ： Cloud TPU 發表 ，除訓練外還具備邏輯推演能力 大幅強化深度學習效能 產業消息 Google 網路開發年會 TensorFlow 深度學習 deep learning 深度學習 人工智慧 tensorflow gpu Google IO 2017 ： Cloud TPU 發表 ，除訓練外還具備邏輯推演能力 大幅強化深度學習效能 Google推出第二代TPU：Cloud TPU，強調在邏輯推演的效能加速上，能讓人工智慧學習時，降低對CPU與GPU的依賴。 Google 為了強化基於深度學習的人工智慧發展，在先前推出針對 TensorFlow 演算法的加速器 TPU ，以硬體加速的方式提升深度學習中訓練的效能，而今天 Google 在 IO 大會宣布推出第二世代的 TPU ，稱為 Cloud TPU ，相較前一世代是針對訓練部分進行硬體加速， Cloud TPU 進一步加入邏輯推演的加速。 過往邏輯推演的部分仰賴 CPU與 GPU的大量效能，可想而知的是 Google 希望藉由 Cloud TPU 導入邏輯推演的能力，進 Chevelle.fu 4 個月前
GTC 2017 ： NVIDIA 為何在 Tesla V100 以及 Xavier 導入 TensorFlow 加速器 新品資訊 NVIDIA GTC 深度學習 TensorFlow 深度學習 deep learning nvidia volta 黃仁勳 GTC 2017 ： NVIDIA 為何在 Tesla V100 以及 Xavier 導入 TensorFlow 加速器 NVIDIA 在今年 GTC 大會，正式宣布首款基於 Volta 架構的 GPU 產品 Tesla V100，同時也針對去年所發表的新一代自動駕駛車平台 Xavier 進行技術規格更新，而此次兩個基於 Volta 架構的產品最大的特色就是在架構中導入針對深度學習框架 TensorFlow 的加速器，也不禁令人好奇為何需要在架構中融合加速器。 去年 Google已經宣布將針對 TensorFlow開發名為 TPU 的 ASIC 加速器，而 Tesla V100 的 Tensor Core 以及 Xavier 中的 Xavier DLA 也是類似的意義，皆是專為 TensorFlow 最佳化的硬體 Chevelle.fu 4 個月前
Google針對深度學習打造的客製化處理器，暫時不會讓Intel、NVIDIA感到威脅 Google 網路 生活 人工智慧 硬體 深度學習 市場動態 TensorFlow Google針對深度學習打造的客製化處理器，暫時不會讓Intel、NVIDIA感到威脅 去年在Google I/O 2016揭曉旗下首款針對機器學習打造的TPU客製化處理器，Google稍早進一步揭曉此款對應TensorFlow學習框架的客製化處理器具體效能表現。 相比傳統處理器或GPU元件設計，Google所提出的TPU客製化處理器除針對TensorFlow學習框架量身打造，更去除非必要的運算架構、保留對應特定演演算法運作設計，藉此讓TPU可在深度學習等應用發揮高於處理器、GPU演算效能功耗，甚至比起兩者搭配形成的平行運算架構有更低功耗表現，卻能發揮更大演算效能。 根據Google公布數據，TPU約可發揮處理器、GPU約30倍或15倍運算效能，每瓦效能表現則比處理器、GPU提升 Mash Yang 5 個月前
伺候你抽煙喝酒的手機殼 充電電池 科技生活 防震開瓶器 點煙器 腳架孔 伺候你抽煙喝酒的手機殼 這款多功能手機殼所有的玄機在後方，TPU防震材質，附有一個開瓶器、點煙器及腳架孔。內含充電電池，充電1.6小時可以提供後方的電熱線點燃250支香煙。在室內享受完了，也支援戶外的活動，像是有腳架孔及自行車車架孔提供使用。不過很可惜的是只支援 iPhone6s及iPhone6 plus, 共有三種顏色。售價2498日元這裡有賣。 你或許會喜歡有了金機救援，手機摔壞泡水兩年內免費修到好！有了這張卡，國外旅遊無限上網吃到飽 Twelve 1 年前
Google I/O 2016 ：為驅動神經網路而生， Google 早已導入測試自行設計的 TPU 晶片 新品資訊 Google 網路開發年會 Google 人工智慧 機械神經網路 Google I/O 2016 ：為驅動神經網路而生， Google 早已導入測試自行設計的 TPU 晶片 圖片來源： Wired雖然近期在談人工智慧與機械神經網路的硬體，多半是基於 GPU 異質運算或藉由 FPGA 的運算架構，不過處於技術領先地位的 Google 並不滿足於既有的方案，早就著手規劃基於 ASIC 的 Tensor Processing Unit ，簡稱 TPU ，並且大概在一年前就已經導入進行測試。Google 的 TPU 主板採用模組化設計，藉由金手指安裝到大數據機架上； Google 強調他們的 TPU 只為機械學習而生，故在架構上捨棄在這些應用不需要的結構，電晶體可大幅減少，能夠具備更好的每瓦效能。Google 自行開發人工智慧晶片，對於晶片開發商會是個相當大的惡夢，畢竟現 Chevelle.fu 1 年前
