人工智能、原生超级计算与摩尔定律的复兴
人工智能
2017-05-24 v2
摘要
基于艾伦·图灵关于人工智能和计算机械的命题（该命题塑造了当今我们所知的计算），新的AI计算机械应包含通用计算机和通用学习机。后者应原生理解线性代数，以克服摩尔定律的放缓。在这种通用学习机中，计算单元无需保留通用计算核心的遗留结构。数据可分布到计算单元，并通过集体流（Collective Streaming，令人联想到超级计算中的集体通信）从中收集结果。没有必要使用类似GPU的深度内存层次结构，也没有必要使用类似TPU的细粒度网格。
引用
@article{arxiv.1705.05983,
title = {AI, Native Supercomputing and The Revival of Moore's Law},
author = {Chien-Ping Lu},
journal= {arXiv preprint arXiv:1705.05983},
year = {2017}
}
备注
17 pages, 13 figures; to be published in IEEE APSIPA Transaction on Signal and Information Processing as an invited paper on Industrial Technology Advances