理光开发的电路架构能够使机械学习模型快26倍

文章来源:Erron 时间:2018-12-27

  理光开发的电路架构能够使机械学习模型快26倍 理光12月26日,是备受关注,近年来在机器学习梯度推进决策树(GBDT的技术:快速学习梯度推进决策树模型,宣布它已经开发出一种电路架构,以提高功率效率。安装在电路架构,FPGA(现场可编程门阵列,集成电路设计者可以改变由程序设置)进行比较的性能,通用软件库与CPU / GPU(XGBoost(极端的梯度增强),LightGBM,与CatBoost相比),通过这一点。这是从26到259倍实现了学习快,到目前为止,这是可以研究和时间比短周期GBDT模型的更新。在学习的时间功率小,模型学习的功率效率,的该特征。低功耗成为90〜1105倍的相对于GPU / CPU,边缘计算据说GDDT可以在学习用数据库等构建的大量数据方面表现出高性能。因此,在线广告的实时出价,网络等领域的电子商务建议,金融业,如计算机(高频交易)的股票高频率交易,安全等领域的检测的网络攻击,如机器人被认为是。