ARK通知:AI仍处早期,发展速度是摩尔定律50倍

原标题:ARK通知:AI仍处早期,发展速度是摩尔定律50倍

智东西(公多号:zhidxcom)

文 | 董温淑

智东西7月1日消休,近日,投资管理公司ARK Invest发布一份通知,分析了人造智能技术的发展情况。

经历与摩尔定律的发展历程进走对比,ARK认为,人造智能还处于较早期的阶段。数据表现,现在人造智能的训练成本正以50倍于摩尔定律的速度添长,对于很多用例来说,运走AI推理体系的成本几乎为0。

一、AI计算复杂度每年激添10倍

在以前10年中,用于人造智能的训练模型的计算资源激添。在1960到2010年间,人造智能的计算复杂度每两年翻一番。在2010到2020年间,人造智能的计算复杂度每年猛添10倍。

▲1960~2020年间,人造智能计算复杂度转折

睁开全文

通知认为,企业有充沛的动力增补对AI的计算资源投入。一方面,这是由于人造智能技术能够带来隐微的收好添长;另一方面,用于训练人造智能模型的硬件成本在快捷降落。

实际上,一些超级互联网公司已经开起行使本身掌握的数据训练深度学习网络。现在,这些公司已经在人造智能硬件方面投入了数亿美元的预算。通知展望,随着时间推移,互联网公司会获得更高的回报率。

二、AI模型成本降落:训练成本可矮至1美元

另表,人造智能训练成本约每年降落10倍。例如,2017年,在公有云上训练一个像ResNet-50如许的图像识别网络成本约为1000美元。到了2019年,这项成本降为约10美元。根据通知,遵命现在的降落速度,到今年岁暮,这项成本或将降为1美元。

▲人造智能训练成本表现降落趋势

运走一个训练好的神经网络用于推理的成本降落得更快。在以前两年中,分类10亿张图片的成本从10000美元降落到0.03美元。

▲以前两年间,运走神经网络分类10亿张图片的成本表现降落趋势

三、柔件和硬件的突破使成本降落成为能够

柔件和硬件的突破使上述成本降落成为能够。以前3年间,芯片和体系已经进化到能够为深度学习义务增补专用硬件,这带来了16倍的性能升迁。倘若保持硬件不变,美食用新版本的AI框架(TensorFlow和PyTorch)与新的训练手段结相符,能够产生8倍的性能添好。

▲左–硬件升级带来的性能升迁;右–柔件升级带来的性能升迁

奇迹的是,人造智能训练芯片的成本并未随着单位硬件价格的降落而降落。例如,NVIDIA GPU数据中央经过3次迭代,价格翻了3倍。原形上,自从2017年推出Nvidia V100 GPU以来,亚马逊网络服务(AWS)并异国降矮过它的价格。

理论上说,AI芯片市场上的竞争有能够驱动NVIDIA降矮价格。但实际上,迄今为止还异国玩家能够研发出对Nvidia V100 GPU形成要挟的产品。

四、现在还处于早期阶段,2023年市值有看超越互联网

在摩尔定律的第一个10年里,晶体管的数目每年翻一翻。通知指出,鉴于现在人造智能训练和推理的成本在以1/10到1/100的速率降落,人造智能还处于特意早期的阶段,能够在异日几十年里,人造智能会以缓慢的速度保持添长。

迄今为止,人造智能为全球股票市值增补了约1万亿美元。ARK展望,到2023年,人造智能的股票市值有看达到30万亿美元,人造智能或将成为第一项超越互联网股票市值的技术。

▲2023年,人造智能的股票市值有看达到30万亿美元

结语:与OpenAI钻研首先相反

ARK Invest分析了人造智能计算复杂度、训练成本、推理成本、柔件和硬件的转折趋势,并与摩尔定律的发展进走对比。数据表现,现在人造智能还处于早期发展阶段。

这项发现与OpenAI的一份通知中得出的结论相反。OpenAI通知表现,自2012年以来,在ImageNet基准测试中,将图像分类AI模型训练到一致性能所需计算量每16个月紧缩一半。

要指出的是,固然训练模型的总体消耗在降落,但是在云上开发AI工具还比较腾贵。例如,在近来的一项钻研中,华盛顿大学钻研团队训练了一个用于检测伪信休的AI模型,在两周的训练时间里,该模型的训练费用达到了25000美元。

文章来源:ARK Invest

posted @ 2020-07-09 23:33 作者:admin  阅读:

Powered by 重庆文学网 @2018 RSS地图 html地图

Copyright 365站群 © 2013-2018 版权所有