滚动新闻

改变AI游戏的尖端计算机体系结构

人工智能和机器学习需要新的计算机体系结构方法,但是当然还有更多因素。大量数据,TensorFlow和PyTorch等行业标准框架的到来以及摩尔定律的消亡,都标志着下一代计算系统的时代到来了。这是自Internet和在线连接需求发生变化以来,计算机行业所看到的最大的转变之一。

新的计算机体系结构浪潮由三个主要问题驱动。首先,数据中心正在变得越来越大,需要处理的数据量呈指数增长,计算变得越来越昂贵,这意味着公司需要新的更有效,功能强大和高效的架构来进行数据处理。

第二个难题是将大量数据转化为业务的实际价值所面临的困难(包括时间,费用和资源)。管理这种转变的公司将比落后的公司具有巨大的竞争优势。

第三,应用程序的复杂性和功能在不断发展,公司希望其计算体系结构能够利用这些新的可能性。

简而言之,这是关于易于开发,易于部署和易于创造价值的问题。这是关于使公司能够执行他们今天无法做的事情。

在过去的30年中,IT领导者一直致力于优化指令和操作。但是目前,数据及其在系统中的流动方式正在提高性能,并且硬件和软件也在不断发展以支持数据。但是,尽管当今可用的大多数架构都可以处理当前的AI和深度学习功能,但问题在于面向未来。计算技术日新月异,组织需要做好准备以利用不断涌现的进步。

从根本上说,计算机芯片仍然是基础,但要在新的计算世界中发挥作用,整个系统需要从算法到芯片,端到端跨多个层的新硬件和软件进行集成。而且它需要所有管理向新型计算过渡的公司可用。

在过去的十到二十年中,计算一直受到x86和GPU标准化的限制。硬件部分已经商品化,然后软件进行了标准化,因此计算机软件和硬件体系结构几乎没有增长或创新的空间。全新的专用架构可以扩展机器学习,AI和开发未来的功能范围,使用户,开发人员和应用程序摆脱传统架构的束缚。

要了解有关先进的现代架构如何加速所有功能的信息,包括推荐引擎,NLP模型部署,计算机视觉等等,以及公司在对IT中心进行未来验证时需要考虑的因素,请不要错过此VB现场直播。