人工智能橋接云基礎設施（ABCI）是用于AI處理的世界級計算基礎架構，由日本產業(yè)技術綜合研究所（AIST）建造并 運營。索尼公司近日宣布，已利用 ABCI和其深度學習開發(fā)框架“核心庫：神經網絡庫”，刷新了全球深度學習技術速度。

深度學習是一種使用模仿人腦神經網絡的機器學習方法。通過利用深度學習，近年來圖像和聲音識別能力得以迅速增長，甚至在某些領域的表現已優(yōu)于人類。 然而，由于用于學習的數據和用于提高識別準確度的模型參數不斷加大，導致計算時間不斷增多。 在某些情況下，進行一次學習需要數周甚至數月時間。由于AI開發(fā)是一個需要連續(xù)試錯的過程，縮短學習時間至關重要。因此，目前使用多個GPU縮短學習時間的分布式學習是一種普遍的解決方案。

當增加用于分布式學習的GPU數量時，有時批量數據的增加（一次要處理的數據量）會讓學習過程暫停，或出現由于GPU之間的數據傳輸處理延遲導致學習速度降低等情況。通過利用可確定合理數據批量大小和適當GPU數量的技術，索尼實現了在ABCI等大規(guī)模GPU環(huán)境中進行學習，并提高了通過針對ABCI系統(tǒng)結構優(yōu)化的數據同步技術而實現的GPU之間的傳輸速度。這些技術被運用于“神經網絡庫”中，并使用AIST的“ABCI Grand Challenge”ABCI計算資源進行學習。因此，它能夠在大約3.7分鐘內（當使用多達2,176個GPU時）完成ImageNet / ResNet-50 （用于測量深度學習分布式學習速度的一般行業(yè)基準），刷新了全球深度學習技術速度。點擊查閱該項研究結果。

該實驗的結果表明，使用神經網絡庫進行的學習或執(zhí)行（深度學習）可以刷新全球深度學習技術速度，并且通過使用這一框架，可在更短試驗期間內，使用深度學習進行技術開發(fā)。展望未來，索尼將繼續(xù)開發(fā)相關技術，并致力于利用人工智能技術為社會發(fā)展做貢獻。