AI 与效率
AI and efficiency
精选理由
揭示AI算法效率远超硬件进步,帮助读者把握算力趋势。
AI 摘要
我们发布了一项分析,显示自 2012 年以来,在 ImageNet 分类任务上将神经网络训练到相同性能所需的计算量每 16 个月就会减少一半。与 2012 年相比,现在将神经网络训练到 AlexNet 水平所需的计算量减少了 44 倍(相比之下,Moore’s Law 在此期间带来的成本改善为 11 倍)。我们的结果表明,对于近期投资水平较高的 AI 任务,算法进步带来的收益超过了传统硬件效率。