近日，IBM宣布其深度學習技術取得了重大進展，可以將深度學習系統消化數據所需要的時間從數天縮短到數小時。

　　IBM Fellow Hillery Hunter（圖片來自IBM）

據悉，IBM開發出了能夠將這些任務分配到64臺服務器的軟件，這些服務器總共有256個處理器，可在速度方面取得巨大飛躍。凡是擁有IBM Power系統服務器的用戶，以及其他想要測試的技術人員，均可獲得這項技術。

IBM研究員和系統加速及記憶主管希拉里·亨特表示，這些改進可以幫助放射學家更快、更準確地找到病變部位，并讀取大量醫學圖像。

據了解，IBM使用了64個自主開發的Power 8服務器，每一個都將通用的英特爾微處理器和英偉達圖形處理器連接起來，并使用快速的NVLink連接，以促進兩種芯片之間的數據流傳輸。

“將深度學習從一個帶有8個處理器的服務器擴展到64個服務器，每個服務器有8個處理器，可以將性能提高50-60倍。”亨特說，“我們的想法是改變訓練深度學習模式的速度，真正提高工作效率。”

　　IBM深度學習技術（圖片來自IBM Research）

IBM的系統通過由加州大學伯克利分校創建的“咖啡因”深度學習框架，在256個處理器之間實現95%的擴展效率。之前的記錄是由Facebook人工智能研究公司創造的，擴展效率達到89%。

圖像識別方面，IBM系統再次使用了“咖啡因”框架，在7個小時內識別了750萬張圖片，準確率達到了33.8%。微軟之前的記錄是29.8%，而達到這一準確率花了10天。