當?shù)貢r間周三，芯片公司英特爾，ARM和英偉達聯(lián)合發(fā)布了一份所謂的人工智能通用交換格式的規(guī)范草案，目的是讓機器處理人工智能的過程更快，更高效。

Intel，ARM，Nvidia在草案中推薦人工智能系統(tǒng)的8位FP8浮點處理格式他們表示，F(xiàn)P8浮點處理格式可能會優(yōu)化硬件內(nèi)存利用率，從而加速人工智能的發(fā)展這種格式同時適用于AI訓練和推理，有助于開發(fā)更快更高效的AI系統(tǒng)

在開發(fā)人工智能系統(tǒng)時，數(shù)據(jù)科學家面臨的關(guān)鍵問題不僅僅是收集大量數(shù)據(jù)來訓練系統(tǒng)另外，需要選擇一種格式來表示系統(tǒng)權(quán)重，這是人工智能從訓練數(shù)據(jù)中學習并影響系統(tǒng)預(yù)測效果的重要因素Weight讓GPT—3等人工智能系統(tǒng)從長句提示中自動生成一整段，也讓DALL—E 2人工智能根據(jù)特定標題生成逼真的人像

人工智能系統(tǒng)權(quán)重常用的格式有半精度浮點FP16和單精度浮點FP32前者使用16位數(shù)據(jù)表示系統(tǒng)重量，而后者使用32位數(shù)據(jù)半精度浮點數(shù)和更低精度浮點數(shù)可以減少人工智能系統(tǒng)訓練和運行所需的內(nèi)存空間，同時可以加快計算速度，甚至可以減少占用的帶寬資源和功耗但由于比單精度浮點數(shù)位數(shù)少，精度會降低

但是業(yè)內(nèi)很多公司，包括Intel，ARM，Nvidia，都把8位FP8浮點處理格式作為自己的最佳選擇英偉達產(chǎn)品營銷總監(jiān)Sasana Lassime Han在博客中指出，F(xiàn)P8浮點處理格式在計算機視覺和圖像生成系統(tǒng)等用例中的精度與半精度浮點處理格式相當，并且明顯得到了加速

英偉達，ARM和英特爾表示，他們將使FP8浮點處理格式成為一種開放標準，其他公司無需許可即可使用三家公司在白皮書中詳細描述了FP8Lassime Nahan表示，這些規(guī)范將提交給技術(shù)標準化組織IEEE，看看FP8格式能否成為人工智能行業(yè)的通用標準

納漢·拉西米說:我們相信，一種通用的交換格式將帶來硬件和軟件平臺的快速進步，提高互操作性，從而推動人工智能計算的進步。

當然，三家公司之所以不遺余力地推動FP8格式成為通用交換格式，也是出于各自的研究考慮英偉達的GH100 Hopper架構(gòu)已經(jīng)支持FP8格式，英特爾的Gaudi2人工智能訓練芯片組也支持FP8格式

但通用的FP8格式也將有利于競爭對手，如SambaNova，AMD，Groq，IBM，Graphcore和Cerebras，這些公司在開發(fā)人工智能系統(tǒng)時都嘗試或采用了FP8格式人工系統(tǒng)開發(fā)商Graphcore的聯(lián)合創(chuàng)始人兼首席技術(shù)官西蒙·諾爾斯在今年7月的一篇博文中寫道，8位浮點數(shù)的出現(xiàn)在處理性能和效率方面給人工智能計算帶來了巨大的優(yōu)勢諾爾斯還表示，這是行業(yè)確定一個單一開放標準的機會，這比采用多種格式相互競爭要好得多

免責聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個人觀點，與本網(wǎng)無關(guān)。僅供讀者參考，并請自行核實相關(guān)內(nèi)容。