Facebook希望能够实时过滤内容，包括实时视频流。该公司在巴黎的一个技术会议上说，它将设计自己的机器学习(ML)处理器来实现这一目标。Facebook此前曾为数据中心设计了自己的服务器架构、主板和自己的通信芯片。
高性能的内容过滤
Facebook的首席人工智能科学家Yann LeCun说，公司想要删除攻击性的视频，比方说有人直播的谋杀或自杀。然而，这种能力需要“大量的计算能力”，同时也需要消耗大量的电能。
在Viva技术会议上，LeCun指出:
“设计更节能的芯片很有必要。”很多公司都在致力于这方面的工作，包括Facebook。
我们已经能从英特尔、三星、英伟达等硬件公司看到这一趋势。但现在我们开始看到人们越来越少地在管道中使用他们自己的需求或是使用他们自己的硬件。”
当公司确实取缔暴力视频或仇恨言论时，能够实时过滤内容听起来并不像是个坏主意，但同样的技术也可以让公司以闪电般的速度审查某些自由言论或其他类型的非攻击性内容。这意味着很少有人会意识到，重要内容会被审查，除非发布内容的人可以通过其他渠道提高对其的认识，并公开Facebook的行为。
软件公司支持ML硬件
谷歌公司是另一个正在构建自己的ML硬件，以更好地满足自己的需求的例子。谷歌在2015年建立了它的张量处理单元(TPU)，当时很多人惊讶不已(于2016年宣布），目的是在更快的硬件上运行AlphaGo AI。公司承诺该芯片将是向前飞跃了三代，其推理性能比Nvidia的Tesla K80 gpu更高。
在2017年，谷歌推出了更强大的TPU 2.0，它将训练的优先级置于推理之上。该公司最近也宣布了TPU 3.0，这也预示着公司业绩将再次大幅提升。
针对ML硬件的不仅仅是大型网络服务企业。例如，智能手机制造商也越来越多地将ML处理器应用到他们的设备中，为某些ML任务提供了更高的效率，比如提高照片质量、管理电池寿命、组织客户端智能照片等等。
这一趋势没有任何放缓的迹象，因此可以期待未来更多的公司在他们的数据中心或消费产品中采用ML加速器。
学习进阶大数据：加群：784557197
网友评论