18.08.2016 Fujitsu beschleunigt Deep Learning

Künstliche Intelligenz jetzt noch schneller

Jüngst verkündeten die japanischen Forschungslabore des IT-Herstellers Fujitsu die Entwicklung einer neuen Software (Alexnet) zur Optimierung von parallelen Rechenprozessen im Bereich „Deep Learning“. Durch die verbesserte Ausnutzung der Parallelität der GPUs soll die Verarbeitungsgeschwindigkeit deutlich erhöht werden.

Künstliche Intelligenz: Fujitsu will die parallelen Rechenprozesse im Bereich „Deep Learning“ beschleunigen.

Dabei stehen Begriffe wie Deep Learning oder Machine Learning für verschiedene Verfahren aus dem Themengebiet der Künstlichen Intelligenz, darunter neuronale Netze, Klassifikations- und Clustering-Verfahren, Empfehlungslogiken oder auch Predictive Analytics.

In den letzten Jahren waren die technischen Fortschritte im Bereich Künstlicher Intelligenz immens, was laut Fujitsu vor allem auf die Weiterentwicklung passender GPUs und Hardware zurückführen ist. Insbesondere Grafikprozessoren eignen sich gut, ähnliche oder gleiche Rechenprozesse parallel zu bearbeiten. Doch diese Parallelität hat technische Grenzen und genau dort will die neue Fujitsu-Software anknüpfen.

Durch die Verwendung von Alexnet arbeiten 64 parallele GPUs insgesamt 27-mal schneller als durch die Verwendung einer einzelnen GPU bei der Bearbeitung von Deep-Learning-Berechnungen, heißt es in einer Pressemitteilung. Konkret bedeute dies eine Beschleunigung der Rechenzeit von 71 Prozent durch die Verwendung der neuen Software. Der Anbieter will die neue Technologie zeitnah über sein KI-Programm Zinrai kommerzialisieren.

Bildquelle: Thinkstock/iStock