Facebook的“大苏尔”计算机服务器，专为新的赢咖4设计的机器。
在硅谷，新货币是赢咖4。
在过去几年中，一种称为深度学习的技术已被证明非常擅长识别图像，识别口头语言，并从一种语言翻译成另一种语言，硅谷巨头渴望进一步推动艺术水平，并推动它很快。两个最大的球员是，是的，谷歌和Facebook。
在Google，这项技术不仅帮助公司识别你的吠声到你的Android手机的命令，并立即翻译外国路牌时，你把你的手机。它有助于推动Google搜索引擎，这是公司网络帝国的核心。在Facebook，它帮助识别照片中的面孔，选择您的新闻Feed的内容，甚至交付订单通过M，公司的实验个人助理。所有的时候，这两个巨人希望完善深度学习，以便它可以进行真正的对话 - 甚至可能展示接近常识的东西。
当然，为了达到这样崇高的目标，这些公司需要一些严肃的工程人才。在深度学习方面卓越的研究人员团体相对较小。因此，谷歌和Facebook是顶尖工程师的行业斗争的一部分。
讽刺的是，为了努力赢得这场战斗，两家公司正在放弃他们的秘密。是的，把他们带走。上个月，Google开放了软件引擎，推动其深度学习服务，与全世界免费共享。今天早上，Facebook宣布，它将为其运行最新的赢咖4算法的计算机服务器开源设计。代号为大苏尔，这是一个包装有大量图形处理单元的机器，或者是GPU特别适合深度学习的芯片。
这些公司放弃他们的技术似乎很奇怪。但他们认为这将加快他们的工作并培育新的突破。如果他们开源他们的硬件和软件工具，一个更大的公司和研究人员的社区可以帮助改善他们。 “有一个网络效应。随着越来越多的人使用，平台变得更好，“深度学习的创始之父Yann LeCun说，他现在负责Facebook上的赢咖4工作。 “对特定平台或标准进行反弹的人越多，它变得越好 - 人们贡献的人越多。
此外，Facebook可以在整个社区煽动偏好，为招聘和留住人才提供更多的杠杆。 Facebook的赢咖4集团工程总监Serkan Piantino说：“我们对开源的承诺是那些在这里工作的人热爱的。 “这是我们文化的一部分，这是一个好处，当涉及到招聘。
开源世界
这是现代科技世界的工作原理。互联网最大的服务通常运行在开源软件上。一个名为Perfect的软件公司的CEO Sean Stephens说：“开源是现在开发者的货币。 “这是他们如何分享他们的想法和想法。在封闭的源代码世界中，开发人员没有太多的移动空间。“随着这些服务转向一种新的流线型硬件，更适合运行巨大的操作，许多公司也分享他们的硬件设计。
Facebook是这个运动的海报孩子。 2011年，经过多年共享重要的软件，公司开始共享硬件设计，种子所谓的开放计算项目 - 这是任何公司共享和协作硬件的方式。
随着它成长为互联网最主要的力量，谷歌通常把它最重要的软件和硬件设计看作是它必须保持的竞争优势。但它也在近年来开放。发布其TensorFlow深度学习引擎使这种方法达到了一个新的高峰。现在，只是几个星期后，Facebook已经开源了它的赢咖4硬件。
GPU的崛起
大苏尔包括八个GPU板，每个加载了几十个芯片，而消耗只有大约300瓦的功率。虽然GPU最初设计为渲染电脑游戏和其他高度图形化赢咖4平台的图像，但他们已经证明非常擅长深度学习。深度学习依赖于神经网络，接近人脑中的神经元网络的机器的庞大网络。传统处理器有助于驱动这些机器，但像Facebook和谷歌和百度这样的大公司发现，如果他们将大量的计算转移到GPU上，他们的神经网络会更有效率。
神经网络在数据上蓬勃发展。给他们足够的照片你的母亲，他们可以学会认出她的脸。给他们足够的口语，他们可以学会认识你说的话。使用GPU，这些神经网络分析更多的数据，更快。百度研究员Bryan Catanzaro说，一般原则是GPU比传统CPU提供更多的计算吞吐量。
经过18个月的发展，大苏尔是以前的系统Facebook用来训练其神经网络的两倍快。这意味着它可以在相同时间内训练两倍的神经网络，或者训练网络的两倍大。总之，Facebook可以更快的速度实现更高水平的赢咖4。 “你做的神经网越大，他们就会工作得越好，”LeCun说。 “你获得的数据越多，他们就会工作得越好。”由于深度的神经网络提供了如此广泛的应用 - 从面部识别到自然语言理解 - 这种单一的系统设计可以显着提高Facebook的整体进度。
广达飞跃
Facebook与台湾制造商Quanta和专门从事GPU的芯片制造商nVidia合作，共同设计了这台机器。传统上，企业直接向戴尔，惠普和IBM这样的服务器推出了他们的在线服务。但Facebook这样的谷歌，亚马逊和其他 - 发现，它可以通过与亚洲制造商（如广达）一起设计系统来节省大量的资金。
Facebook表示，它现在正在与Quanta开放源代码设计，并通过开放计算项目共享。你可以打赌这是对谷歌公开采购TensorFlow的回应。 TensorFlow赢得了一些大标题。为了继续吸引大人才，Facebook必须跟上感知游戏的步伐。
但根据LeCun，有更大的理由开放采购大苏尔和其他硬件设计。一方面，这可以帮助降低机器的成本。如果更多的公司开始使用设计，制造商可以以更低的成本构建机器。在更大的意义上，如果更多的公司使用设计做更多的赢咖4工作，它有助于加速深度学习作为一个整体的演变 - 包括软件和硬件。所以，是的，Facebook正在放弃其秘密，以便它可以更好地与谷歌和其他人竞争。
