深度学习加速技术研究

发布时间：2017-09-28 05:11

  本文关键词：深度学习加速技术研究

  更多相关文章： 深度学习 深度学习加速 深度学习性能 分布式学习 硬件加速

【摘要】：深度学习是近年来机器学习的研究热点,并已广泛应用于不同领域.但由于训练模型复杂和训练集规模庞大等原因导致的深度学习性能问题已成为其发展的一大阻碍.近年来计算机硬件的快速发展,尤其是处理器核数的不断增加和整体运算能力的快速提高,给深度学习加速提供了硬件基础,然而其训练算法并行度低和内存开销巨大等问题使得加速研究工作困难重重.首先介绍了深度学习的背景和训练算法,对当前主要的深度学习加速研究工作进行归纳总结.在此基础上,对经典的深度学习模型进行性能测试,分析了深度学习及并行算法的性能问题.最后,对深度学习的未来发展进行了展望.
【作者单位】： 复旦大学软件学院;复旦大学上海市数据科学重点实验室;复旦大学并行处理研究所;解放军信息工程大学数学工程与先进计算国家重点实验室;
【关键词】： 深度学习 深度学习加速 深度学习性能 分布式学习 硬件加速
【基金】：国家高技术研究发展计划(863)(2012AA010905) 国家自然科学基金(61370081)
【分类号】：TP181
【正文快照】： 人工智能是一门研究机器如何像人一样思考的科学,已经有60年历史.但在几年前,人工智能技术还无法在厨房里区分出咖啡杯,而今却已经能区分西伯利亚哈士奇和爱斯基摩哈士奇了[1].近年人工智能的快速发展得益于深度学习技术所带来的曙光.Google公司将深度学习技术应用于Android的，

本文编号：933952