The state-of-the-art results survey

The state-of-the-art results surveyed here show efficient use of memory through reuse and trading increased computation for reduced memory use. These techniques can deliver dramatic improvements in the performance of neural networks. Today’s GPUs and CPUs have very limited on-chip memory, just a few MBs in aggregate. New processor architectures, like Graphcore's IPU, specifically designed for machine learning adopt a much better balance between memory and compute on chip, delivering very dramatic improvements in performance and efficiency over today's CPUs and GPUs.

Kết quả (Việt) 1:

Nhà nước-of-the-art kết quả khảo sát ở đây cho thấy hiệu quả sử dụng bộ nhớ thông qua tái sử dụng và giao dịch tăng tính toán để giảm sử dụng bộ nhớ. Những kỹ thuật này có thể cung cấp những cải tiến đáng kể trong việc thực hiện các mạng thần kinh. Hôm nay của GPU và CPU rất hạn chế bộ nhớ on-chip, chỉ là một vài MBs trong tổng thể. Mới xử lý kiến ​​trúc, như IPU Graphcore, được thiết kế đặc biệt cho máy học thông qua một sự cân bằng tốt hơn giữa bộ nhớ và tính toán trên chip, cung cấp những cải tiến rất đáng kể trong hiệu suất và hiệu quả trên CPU và GPU ngày nay.

Kết quả (Việt) 2:

Các kết quả nhà nước-of-the-nghệ thuật khảo sát ở đây cho thấy hiệu quả sử dụng bộ nhớ thông qua tái sử dụng và kinh doanh gia tăng tính toán để giảm bộ nhớ. Những kỹ thuật này có thể cung cấp những cải tiến đáng kể trong hiệu suất của mạng nơ-ron. Ngày hôm nay của GPU và CPU có rất hạn chế về bộ nhớ chip, chỉ là một vài MBs tổng hợp. Các kiến trúc bộ xử lý mới, như IPU của Graphcore, được thiết kế đặc biệt cho Machine Learning thông qua một sự cân bằng tốt hơn nhiều giữa bộ nhớ và tính toán trên chip, cung cấp những cải tiến rất ấn tượng về hiệu suất và hiệu quả trên CPU và GPU ngày nay.

Kết quả (Việt) 3:

Những kết quả hiện đại được nghiên cứu ở đây cho thấy hiệu quả sử dụng trí nhớ qua việc sử dụng lại và trao đổi tăng tính để giảm dần sử dụng trí nhớ.Những kỹ thuật này có thể tạo ra những cải tiến mạnh mẽ trong hoạt động của mạng thần kinh.Hiện thời 817;s GPU và CPU có một bộ nhớ trên chip rất giới hạn, chỉ một vài MBA tổng hợp.Các kiến trúc vi xử lý mới, như IPU của Graphore, được thiết kế đặc biệt cho việc học máy, chiếm lấy một tinh thần tốt hơn nhiều so với bộ nhớ và máy tính trên chip, và phát triển một hiệu quả rất kịch tính trên các bộ vi tính ngày nay.