ai是什么格式的文件怎么打开(ai格式的文件用什么打开)

Nvidia推出了其GH100,这是第一款基于全新“Hopper”架构的GPU,它同时针对HPC和AI工作负载,重要的是后者支持8位FP8浮点处理格式。两个月后,竞争对手英特尔推出了其第二代AI训练芯片Gaudi2,该

Nvidia推出了其 GH100,这是第一款基于全新“Hopper”架构的 GPU,它同时针对 HPC 和 AI 工作负载,重要的是后者支持 8 位 FP8 浮点处理格式。两个月后,竞争对手英特尔推出了其第二代 AI 训练芯片Gaudi2,该芯片也采用 FP8 格式。

FP8 格式之所以重要的原因有很多,其中最重要的是,到目前为止,AI 推理之间存在一种分裂,以整数格式(通常为 INT8,但有时为 INT4)以低精度完成,与 AI 训练以 FP16、FP32 或 FP64 精度完成,HPC 以 FP32 或 FP64 精度完成。英伟达和英特尔都认为 FP8 不仅可以用于推理,在某些情况下还可以用于 AI 训练,从而从根本上提高其加速器的有效吞吐量。

这很重要,因为在浮点格式和整数格式之间来回切换是一件令人头疼的事情,而让所有内容都停留在浮点中要容易得多。此外,在未来的某个时候,如果推理转向 8 位 FP8 甚至可能是 4 位 FP4 格式,这意味着专用于整数处理器的宝贵芯片空间可以被释放并用于其他用途。

在后摩尔定律的世界里,每一个晶体管都是神圣的,每一个时钟周期都值得珍惜。在处理速度的进步与过去一样快的时候,公司正在寻找更有效的方法来运行 AI 作业。组织需要弄清楚如何利用当前可用的能力来提高处理能力——尤其是培训能力。较低精度的数据格式会有所帮助。

人工智能芯片制造商正在看到这些优势。6 月,Graphcore 发布了一项长达30 页的研究,该研究不仅展示了低精度浮点格式相对于类似大小的缩放整数的卓越性能,而且还展示了降低训练计划中功耗的长期好处,包括快速增长的模型尺寸。

研究人员写道:“低精度数字格式可能是大型机器学习模型的关键组成部分,可提供最先进的准确性,同时减少对环境的影响。” “特别是,通过使用 8 位浮点算术,相对于 float-16 算术,能量效率可以提高多达 4 倍,相对于 float-32 算术可以提高多达 16 倍。”

现在 Graphcore 正在鼓动 IEEE 采用供应商为 AI 设计的 FP8 格式作为其他所有人都可以使用的标准。该公司本周进行了宣传,Graphcore 联合创始人兼首席技术官 Simon Knowles 表示,“8 位浮点的出现为 AI 计算提供了巨大的性能和效率优势。这也是行业确定单一开放标准的机会,而不是引入竞争格式的混乱组合。”

AMD 和高通也支持 Graphcore 的计划,Qualomm 产品管理高级总监 John Kehrli 表示,该提议“已成为 8 位浮点计算的一种引人注目的格式,为推理和计算提供了显着的性能和效率提升。可以帮助降低云和边缘的训练和推理成本。”

AMD 预计将在即将推出的 Instinct MI300A APU中支持 FP8 格式,它将 AMD GPU 和 Epyc 7004 处理器塞进一个封装中。我们预计也会有普通的 MI300 独立 GPU,并且它们也将支持 FP8 数据和处理。

ai是什么格式的文件怎么打开(ai格式的文件用什么打开)

创业项目群,学习操作 18个小项目,添加 微信:niuben22  备注:小项目

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.35chat.cn/53708.html