係統優化(這包括平行計算)總有需求, 像GPT, 現在每月計算成本就是300萬, 如果能夠提高算法10%, 就可以節約30萬。 係統優化從底層硬件一直到最上層用戶界麵公司一直會優化, 而了解係統如何工作是優化第一步。 像GPT,你先要了解OpenAI的GPT結構是如何做的,它的Encoder、Decoder是如何構架的,那些是可以使用平行計算的。 不久前, 有位工程師提出Matrices 尺寸盡可能接近 power 2, 那樣就提高了許多效率。先寫這些。
計算機係統和平行計算和學習AI不矛盾 -- 等我忙完, 下麵樓已經看不見了
所有跟帖:
•
要學習係統, 最好懂CPU 構架, 像微軟是用 Nvidia的GPU去運行它的AI, 而穀歌有它
-WaldenPond-
♂
(24 bytes)
()
02/11/2023 postreply
15:55:08
•
TPU跟Nvidia GPU比優勢大嗎?
-study169-
♂
(0 bytes)
()
02/11/2023 postreply
16:08:40
•
自然有優勢, 效率高。 Nvidia 推出DLA 應對。
-WaldenPond-
♂
(0 bytes)
()
02/11/2023 postreply
16:13:44
•
是每個月三百萬。 -:)
-WaldenPond-
♂
(0 bytes)
()
02/11/2023 postreply
16:00:10
•
應用領域的著眼點跟研究很不一樣,應用那種了解程度,玩幾天大概就可以玩下去了
-avw-
♀
(0 bytes)
()
02/11/2023 postreply
16:00:14
•
GPT基礎研究的突破是穀歌做的, 17年穀歌的論文, 但是Scale Up是 OpenAI做的。
-WaldenPond-
♂
(0 bytes)
()
02/11/2023 postreply
16:23:18
•
並行計算不是屬於計算數學領域的嗎?
-fakegreen-
♂
(0 bytes)
()
02/11/2023 postreply
16:03:52
•
以前從編譯器上動腦筋, 是有學數學的做, 但是基本上是計算機和EE係
-WaldenPond-
♂
(0 bytes)
()
02/11/2023 postreply
16:12:32
•
希望對AI有新的創新, 許多人都有 PhD. 許多做軟件, 隻需要了解一些基本的構架。
-WaldenPond-
♂
(85 bytes)
()
02/11/2023 postreply
16:07:40
•
請問AI chip這個方向怎麽樣?
-newca-
♀
(0 bytes)
()
02/11/2023 postreply
16:25:08
•
我個人觀點: 芯片肯定需求大, 但是對設計者需求可能就沒有那麽多。 隻要看看VC對投資芯片的熱度就知冷熱
-WaldenPond-
♂
(0 bytes)
()
02/11/2023 postreply
16:36:40
•
量子計算應該會對大數據計算有更大的幫助。加拿大也招募了不少數學,物理博士在搞量子計算機,朋友的孩子在裏麵。
-舒展-
♀
(87 bytes)
()
02/11/2023 postreply
17:07:05
•
AI 很多計算要由grid or farm來做。那部分就是distributed computing在AI一個角色。
-JianFromCA-
♂
(0 bytes)
()
02/11/2023 postreply
17:49:00