深度學習 deep learning 全攻略 (116488) - 癮科技 Cool3c

最新 | 熱門

性能之外帶來全新的即時 Ray Tracing 光影體驗， NVIDIA Turing 圖靈架構特色解析

自 NVIDIA 於 20 年前的 1999 年開始使用 GeForce 這個子品牌，並在 2005 年的 GeForce 7800 GTX 首度開始使用 GTX 的代稱，而在 2018 年的德國科隆遊戲展活動， NVIDIA 也正式公布使用 Turing /圖靈 GPU 架構的 GeForce RTX 20 系列 GPU ，從 GTX 邁入 RTX ，此次的 GeForce RTX 20 不僅只是單純的性能提升，也象徵迎接即時光線追蹤的革命變革。 Turing /圖靈晶片第一彈 TU102 與 TU104 看一顆晶片前，除了性能以外，多半消費者也會想知道基礎架構的設計，做為 GeForce

Chevelle.fu

Computer hardware, Electronics, Electronic engineering, Engineering, Integrated Circuits & Chips, Electronic component, Microcontroller, Computer, Central processing unit, :L11, R26, electronic engineering, technology, electronics, computer hardware, electrical network, personal computer hardware, product, cpu, electronic component, engineering, 計算機硬件，電子，電子工程，工程，集成電路與芯片，電子元件，微控制器，計算機，中央處理器，：L11，R26，電子工程，技術，電子，計算機硬件，電氣網絡，個人計算機硬件，產品， cpu，電子元件，工程

百度發表深度學習 AI 晶片崑崙，以 100W 達 260TOPS 性能並可從雲應用到端

作為網路服務公司，深度學習是相當重要的技術，而就如同 Google 推出了 TPU 深度學習加速處理器一樣，中國百度也在 2011 年起從事類似的事情；百度稍早宣布名為"崑崙"的深度學習 AI 晶片，不同於 TPU 等主要鎖定於伺服器應用的晶片，百度標榜崑崙是可從雲到端，從伺服器到邊際運算皆可應用的 AI 晶片。嚴格來說崑崙不是單一款晶片，它分為深度學習訓練用的 818-300 ，以及推論用的 818-100 ，主要支援百度的深度學習框架 PaddlePaddle 與各類開放學習框架；崑崙相較 2011 年百度採用的 FPGA AI 加速器更具效率，基於數千個小核心，可發

Chevelle.fu

Car, Personal luxury car, Sport utility vehicle, Mid-size car, Compact car, City car, Autocross, Motor vehicle, Family car, Executive car, MANUAL SLOM012.5% SPEEDSUPER SLOMO240 FPS, MANUAL, SLOM0, 12.5, SPEED, SUPER, SLOMO, 240, FPS, car, motor vehicle, road, vehicle, transport, mode of transport, luxury vehicle, racing, driving, family car, MANUAL SLOM012.5% SPEEDSUPER SLOMO240 FPS, 汽車，個人豪華車，運動型多功能車，中型車，緊湊型車，城市車，越野車，機動車，家用車，行政車，MANUAL SLOM012.5％SPEEDSUPER SLOMO240 FPS，MANUAL，SLOM0,12.5，SPEED，SUPER ，SLOMO，240，FPS，汽車，汽車，道路，車輛，運輸，運輸方式，豪華車，賽車，駕駛，家用車，MANUAL SLOM012.5％SPEEDSUPER SLOMO240 FPS

NVIDIA 示範利用 AI 技術將 60fps 影片變成順暢自然的超高速慢動作影片

現在不少電影、廣告甚至生活紀錄都會使用超級慢動作捕捉精彩一瞬間，現在也有不少手機標榜具備這樣的功能，不過礙於處理性能、儲存容量等種種因素，也不太可能把影片全部使用高速攝影拍攝，並僅將需要的部分使用超級慢動作播放，故多半在廣播或是運動賽事轉播的慢動作是把一般錄影機拍攝的影片放慢，但畫面就顯得不自然，有時候也不夠快。不過現在 AI 技術也有助於使這類將低禎數影片轉化為高品質的高速慢動作影片， NVIDIA 研究人員藉由 Tesla V100 GPU 搭配基於 cuDNN 的 PyTorch 深度學習框架與捲積神經網路結構，利用高達一萬片以上的 240fps 慢動作影片做為學習藍本，做為將一般影片

Chevelle.fu

Businessperson, Public Relations, Business, Communication, Academic conference, Business development, Energy, Electronics, Business executive, Entrepreneurship, communication, technology, communication, electronic device, public relations, business, businessperson, academic conference, management, energy, business development

Computex 2018 ： Arm 談 Project Trillium 與 ML 加速器：秉持提供各項應用最適宜的核心的理念

Arm 在這波機器學習熱潮中，也宣布將針對機器學習推出 Project Trillium 機器學習運算平台與相關的 IP ，稍早 Arm 副總裁、院士暨多媒體處理器事業部總經理 Jem Davies 也就 Arm 在機器學習的布局與想法進行分享；對於 Arm 而言，異構運算以及提供各類應用最合適的核心架構，至今仍是 Arm 的重要理念，而原本在智慧裝置中的機器學習應用，原本可藉由 CPU 、 GPU 搭配 DSP 的異構運算達成，但隨著在行動裝置上影像、語意等應用日趨複雜，以及物聯網裝置也將由 IoT 進化到 AIoT ，機器學習不光只是在智慧裝置上有所需要，也將在物聯網領域遍地開花。為了讓

Chevelle.fu

Communication, Public Relations, Technology, Business executive, Chief Executive, Entrepreneurship, Public, communication, communication, technology, public relations

Intel 藉 Movidius VPU ，為機器視覺帶來兼具省電與深度學習推理能力

在不少的 AI 應用當中，影像辨識與機器視覺是最主要的應用， Intel 也在日前收購了 VPU 製造商 Movidius 補齊其影像加速的技術， Intel Movidius 市場部門主管 Gary Brown 表示， Movidius 的 Myriad VPU 除了影像處理、機器視覺之外，也兼具深度學習的推理，使其可藉由低功耗發揮強大的視覺應用效能。 VPU 相較 GPU 的優勢在於其加購是專為影像處理與機器視覺最佳化而生，故可藉由極低的功耗進行高效率的影像處理與影像相關的推理能力，僅 1W 的能耗即可帶來 1TFLOPS 的效能，同時還具備同時進行影像辨識與物件偵測兩種能力。至於是否有

Chevelle.fu

Concert, Singer-songwriter, Music, Television show, Performance art, M, Musician, Pop music, Art, Television, music artist, music artist, stage, performance, entertainment, television program, singing, event, music, pop music, concert

Intel AIDC 開發大會主題演講，以軟體開源、多元硬體與社群作為 AI 戰略後盾

對於現在電子產業而言，由於硬體運算力提升、運算軟體框架不斷進化且市場有明確需求，基於神經網路的 AI 再度成為重要議題，而作為現行全球主要伺服器、超級電腦核心架構供應商的 Intel 當然也不會錯過這場盛會，鎖定 AI 相關開發者舉辦了 AIDC ( AI 開發者大會)，在稍早的主題演講，也就 Intel 目前的戰略進行說明。 Intel 的 AI 戰略可分為三大領域，包括軟體、硬體與社群；其中在社群方面， Intel 選擇藉由開源方式推廣相關開發軟體，而硬體部分除了 Intel 最核心的 Xeon 外，也針對當前異構運算、推理與學習加速器等提供全方位的硬體解決方案，至於社群除了與業界主力的

Chevelle.fu

Display device, Space, Computer Monitors, display device, technology, display device, product, space

Google I/O 2018： Google 宣布第三世代深度學習加速器 TPU 3.0 ，達 100PFLOPS 且須動用水冷

Google 在今年 IO 大會的主軸繼續圍繞在 AI 應用層面，然而作為 AI 背後仍需要深度學習的伺服器作為基礎，先前 Google 已經針對其語法 TensorFlow 推出專屬加速架構 TPU ，而今年 IO 宣布最新的版本 TPU 3.0 ，性能宣稱達 100PFLOPS ，為 TPU 2.0 的八倍，但也因為倍增的性能， TPU 3.0 已經無法以風冷抑制發熱，需動用水冷作為冷卻機制。目前 Google 並未針對 TPU 3.0 做更進一步說明，不過截至 TPU 2.0 ， TPU 仍須搭配 CPU 與 GPU 混合使用，同時以現階段深度學習框架而言， TPU 扮演的是針對 Te

Chevelle.fu

Cat, Deep learning, Research, Tiger, Generative adversarial networks, Dog, Technology, , , Machine learning, Research, cat, fauna, small to medium sized cats, whiskers, dog breed, cat like mammal, wildlife, snout, organism, kitten

古有趙高指鹿為馬，現有 AI 指狗為貓

深度學習在影像的應用相當廣泛，且隨著運算力、演算法提升，先前就有開發者將影片中的人物移花接木，將名人的臉孔移植到各種影片當中，或是把雨天的行車影片變成宛如大晴天般的影像；最近 NVIDIA 的研究員透過 AI 與深度學習的方式，將貓變成不同的貓，或是變成老虎甚至是狗、而且不只可用在圖片處理，還能用於影片中。這項技術也是透過機器學習的方式進行培訓，使得系統能夠分辨動物的特徵，同時在套用到不同種的動物上，像示範影片當中將狗變成貓，還變成老虎等動物。新聞來源：NVIDIA Blog 延伸閱讀： GPU技術大會2018，搶下通往未來 AI 的門票

Chevelle.fu

Jensen Huang, Deep learning, , Nvidia, Data science, Training, Artificial intelligence, Graphics processing unit, Autonomous car, Institute, nvidia deep learning institute, electronic device, technology, communication, job, profession

NVIDIA 深度學習工作坊將在五月底於台灣登場，提供電腦視覺、加速運算與醫療分析、金融等 AI 應用課程

NVIDIA 宣布在 GTC 台灣場的 5 月 31 日同步舉行 NVIDIA 深度學習工作坊，將針對初階學員提供如電腦視覺、 CUDA C/C++ 加速運算課程，以及針對進階學員開設的醫療影像分析與金融交易策略等，將由國際認證講師以趨勢、理論與實作教導學員學習 AI 關鍵技術。針對甫接觸 GPU 加速 AI 應用的學員，課程將教導如何利用 CUDA 工具與技術使原本 CPU-Only 的 C/C++ 應用進行加速，又或是在專業領域如核磁共振影像掃描藉由捲積神經網路進行醫療分析，而對金融領域也將教導使用深度神經網路分析時間序列金融資料，作為金融交易策略的推估。對 GTC 台灣場與 NVID

Chevelle.fu

NVIDIA 與中國語音技術供應商科大訊飛攜手，藉深度學習推論技術即時翻譯中文、英文與維吾爾文

近期即時語音翻譯裝置成為一股潮流，不少新創品牌、雲服務平台等皆看好這項趨勢推出硬體裝置或是軟體服務，而 NVIDIA 與中國最大的語音技術供應商 iFLYTEK 科大訊飛合作，透過基於 Tesla P4 與 Tesla P40 構成的訓練推論加速器與翻譯演算，並將培訓結果導入小型掌上語音翻譯機，除了即時中英翻譯外，甚至可翻譯少數民族語言維吾爾語，並主打藉由日常聊天對話作為訓練基礎，能根據情境判斷提供最合適的翻譯結果，並可提供離線與連網兩種模式。除了即時翻譯系統外，科大訊飛也透過基於 Tesla P4 的加速器作為智慧聽寫解決方案，能將口述資訊轉為電子病歷，或是將潦草的手寫病例與處方籤加以辨識

Chevelle.fu

相關文章