1.VAR और स्मार्ट चिप कैरियर की शुरुआत फ्रांस में विश्व कप 成最大赢家;
बीजिंग 16 जून इलेक्ट्रिक विश्व कप, फीफा महत्वपूर्ण सुधारों की शुरुआत की: पहले शुरू वीएआर (वीडियो सहायक रेफरी), और 16 वीं खेल में तीसरे मैच के लिए गेंद की दौड़ में एक स्मार्ट चिप के साथ प्रत्यारोपित। दिन, ऑस्ट्रेलियाई टीम के साथ तसलीम में फ्रांसीसी टीम एक बार फिर से लाभार्थियों हो जाते हैं, दोनों पहले अनुकूल जुर्माना प्राप्त किया।
वीडियो रेफरी के सहायक के साथ संचार करने के बाद, कुन्हा फ्रांसीसी टीम ने पेनाल्टी रूपान्तरित दे दी है। लक्ष्य में आसानी से गेंद Gelieziman, रूपान्तरित वीएआर पर भरोसा करने के फ्रांसीसी टीम बनाने, अगले शहर से पहले। यह पहली बार रूपान्तरित वीएआर है जुर्माना हो जाती है।
जुर्माना विवाद का कारण बना। मैच के बाद संवाददाता सम्मेलन में फ्रेंच कोच डिडिएर डेसचैम्प्स ने कहा कि खेल पुर्तगाल बनाम स्पेन से पहले गेंद के रूप में जुर्माना दिन-समय पर एक ही वाक्य में प्राप्त वाक्य है, जो पूरी तरह से इस पर निर्भर करता मेरी ऑस्ट्रेलियाई टीम के डच कोच वैन Marwijk रेफरी निर्णय मानना है कि यह न्याय के गर्भपात था: 'हालांकि मैं वीडियो पुनरावृत्ति नहीं देखा है, लेकिन मैं ठीक हूँ, क्षेत्र की स्थिति में स्पष्ट रूप से दिखाई देता है तो यह नहीं होना चाहिए एक दंड। रेफरी स्थिति यह करीब है, लेकिन वह शुरू में कहा कोई जुर्माना नहीं थी, पर खेलते हैं हिलाया। हम वीएआर के शिकार होते हैं, लेकिन हम इस निर्णय को चुनौती देने के लिए नहीं जा रहे हैं। '
वीएआर और स्मार्ट चिप लाभ से एक पंक्ति में विश्व कप में फ्रांसीसी टीम भी जारी रखा उनके पहले भाग्यशाली। 1998 में, फीफा आधिकारिक तौर पर विश्व कप में 'अचानक मौत सुनहरा लक्ष्य' और बाद में चांदी गेंद प्रौद्योगिकी 1998 में शुरू किया पराग्वे के साथ विश्व कप के नॉक आउट दौर, फ्रेंच रक्षक लॉरेंट ब्लैंक विश्व कप के इतिहास में पहली बार गोलियाँ सुनहरा लक्ष्य में मदद करने के फ्रांस अर्हता प्राप्त अमूल्य सुनहरा लक्ष्य के इस अनाज, साथ फ्रांसीसी टीम कटौती के बाद रन बनाए। सभी तरह के माध्यम से, अंत में विश्व कप भूमि में। जीता के बाद से इस नियम बहुत बड़ा और बहुत क्रूर मौका है, दो 2004 फीफा के कार्यान्वयन के बाद सोने का लक्ष्य प्रणाली और चांदी गेंद प्रणाली को रद्द कर दिया।
आदेश फुटबॉल के विकास, खिलाड़ियों की रक्षा और खेल की निरंतरता की गारंटी करने के बढ़ावा देने के लिए, फीफा नियमों के कुछ संशोधित करने के लिए कोशिश कर रहा है। हालांकि, कुछ लोगों को खुश दूसरों दुख की बात कर रहे हैं। 1970 में, पीले और लाल कार्ड का इस्तेमाल पहली बार 9 वीं विश्व कप मेक्सिको में आयोजित, पहला पीला कार्ड 1974 में पूर्व सोवियत संघ नट गोर्बाचेव ने जीता।, चिली के खिलाफ दसवें विश्व कप मैच, पश्चिम जर्मनी में जर्मनी के संघीय गणराज्य, तुर्की बाबा कान एक विश्व कप रेफरी चिली खिलाड़ियों फिदेल Zeljko के इतिहास में जारी पहला लाल कार्ड जुर्माना लगाया जाएगा। (अंत)
2. जीपीयू, एफपीजीए चिप मशीन सीखने को बढ़ाने के लिए 'दाएं हाथ' हाथ बन गया है;
'नेटइज़ स्मार्ट न्यूज जून 17 न्यूज़' वाणिज्यिक सॉफ्टवेयर में, कंप्यूटर चिप्स भूल गए हैं। वाणिज्यिक अनुप्रयोगों के लिए, यह एक वस्तु है। क्योंकि रोबोट प्रौद्योगिकी और व्यक्तिगत हार्डवेयर डिवाइस अधिक निकटता से जुड़े हुए हैं, इसलिए विनिर्माण अनुप्रयोग हार्डवेयर हिस्से पर अभी भी अधिक केंद्रित है।
1970 के दशक के बाद से, पूरे पर, (AI) कृत्रिम बुद्धि के यथास्थिति और सीखने (डीएल) की गहराई के लिए विशिष्ट संबंध, हार्डवेयर और सॉफ्टवेयर लिंक को अधिक मज़बूती से पहले से कहीं ज्यादा। और मैं हाल ही में कई 'प्रबंधन कर रहे हैं कृत्रिम बुद्धि (प्रबंधन ऐ) 'ओवर-फिटिंग और पूर्वाग्रहों के साथ के लेख, दो प्रमुख जोखिम सीखने (एमएल) मशीन की प्रणाली में मौजूद हैं। इस स्तंभ प्रबंधकों के एक नंबर, विशेष रूप से हार्डवेयर व्यापार लाइन प्रबंधकों संसाधित किया जा सकता की जांच करेंगे शब्दकोष, इन शब्दकोषों का लगातार मशीन लर्निंग सिस्टम में उल्लेख किया जाता है: ग्राफिक्स प्रोसेसिंग यूनिट्स (जीपीयू) और फील्ड प्रोग्राममेबल गेट एरेज़ (एफपीजीए)।
यह, GPU का मूल्य समझने में मदद करता के रूप में GPU त्वरित टेन्सर वांछित गहराई लर्निंग एप्लिकेशन (टेन्सर) ब्याज की FPGA बिंदु के प्रसंस्करण ऐ एल्गोरिदम, इन प्रशिक्षण प्रणालियों का अध्ययन करने के नए तरीके खोजने के लिए है, और अब तैनात करने की शुरुआत कर रहे हैं कई औद्योगिक अनुप्रयोगों के अनुसंधान के क्षेत्र में कम मात्रा कस्टम ऐ प्रणालियों। हालांकि इस प्रशिक्षण के लिए FPGA पर अनुसंधान और चर्चा करने की क्षमता है, लेकिन मैं इसे एफ, साइट पर (क्षेत्र) इस्तेमाल की प्रारंभिक उपयोग की वजह से उपजी है।
उदाहरण के लिए, एक प्रशिक्षण अनुमान इंजन (मशीन सीखने कोर 'मशीन') गीगाबाइट करना पड़ सकता है, और तर्क चल डाटा सेंटर में डेटा की भी टेराबाइट्स, कंप्यूटर का प्रबंधन करना चाहिए समवर्ती उपयोगकर्ता अनुरोधों की बढ़ती क्षमता आवेदन के किनारे में नंबर, या स्मार्टफोन, उपकरणों छोटे और अभी भी प्रभावी है, लेकिन यह भी में पाइप निरीक्षण करने के लिए मानव रहित हवाई वाहन में अनुकूलनीय होना चाहिए। सीधे शब्दों में, एक सीपीयू और एक GPU दो उपकरणों, और FPGA अलग काम करने के लिए एक अलग खंड हो सकता है, और यह एक मजबूत चिप प्रणाली प्रदान करने के लिए संभव है। इन सभी विभिन्न आवश्यकताओं को ध्यान में रखते है, यह सबसे अच्छा है प्रणाली वास्तुकला की वर्तमान स्थिति को समझने के लिए अलग अलग की जरूरत का समर्थन कर सकते हैं।
वहाँ चिप डिजाइन के दो मुख्य प्रकार ड्राइव कर सकते हैं कर रहे हैं वर्तमान एमएल प्रणाली, GPU, और FPGA। मध्यम अवधि भविष्य (कम से कम कुछ साल) में, वहाँ एक नई तकनीक रूपांतरण के खेल निहित हो सकता है। चलो देखते हैं।
ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू)
मशीन लर्निंग की दुनिया में सबसे बड़ी चिप ग्राफिक्स प्रोसेसिंग यूनिट जीपीयू है। इसका मुख्य रूप से कंप्यूटर गेम के लिए उपयोग किया जाता है। कंप्यूटर मॉनिटर पर बेहतर दिखने वाला कुछ मशीन सीखने के लिए महत्वपूर्ण कैसे होता है? इसे समझने के लिए, हम सॉफ्टवेयर परत पर वापस जाना चाहिए।
मशीन लर्निंग वर्तमान चैंपियन दीप लर्निंग (डीएल) प्रणाली है। डीएल तंत्रिका नेटवर्क (DNN), convolutional तंत्रिका नेटवर्क (सीएनएन), आवर्तक तंत्रिका नेटवर्क (RNN) और कई अन्य वेरिएंट की गहराई सहित विभिन्न एल्गोरिदम, पर आधारित प्रणाली। आप इन तीन शर्तों में देखा जाता है कीवर्ड 'नेटवर्क (नेटवर्क)'। एल्गोरिथ्म, एक विषय का एक प्रकार है विषय संचार नोड्स, नोड्स और परत के विभिन्न प्रकार की परतों के बीच है।
कार्रवाई की जा रही सरणियों या मैट्रिक्स की बहुलता है। तो यह मशीन के TensorFlow वर्ग उद्योग में सीखने के रूप में प्रयोग किया जाता है एक और मैट्रिक्स (मैट्रिक्स), एक और अधिक सटीक अवधि टेन्सर (टेन्सर) है।
अब वापस। आपके कंप्यूटर स्क्रीन करने के लिए आप पंक्तियों और स्तंभों पिक्सल या डॉट्स के एक मैट्रिक्स के रूप में देखा में इसका इस्तेमाल कर सकते हैं। यह एक दो आयामी मैट्रिक्स या टेन्सर है। जब आप रंग जोड़ने, प्रत्येक पिक्सेल के आकार के एक बिट जोड़ने के लिए, चाहते हैं का एक ही छवि के लिए एक तेजी से बदल जब कंप्यूटिंग तुरंत कठिन हो सकता है और CPU चक्र में चरण दर चरण। GPU, अपने स्वयं के मेमोरी है के रूप में एक ग्राफिक मैट्रिक्स तो एक गणितीय टेन्सर का उपयोग कर गणना की जा सकती पूरी छवि सहेजा जाता है लेता है छवि इस प्रक्रिया को बदलने के लिए, और फिर स्क्रीन पर केवल प्रभावित पिक्सल बदल जाते हैं। हर बार की तुलना में बहुत तेजी से पूरे स्क्रीन छवि परिवर्तन फिर से रंगना।
1993 में NVIDIA, आम कंप्यूटर की समस्याओं को हल करने के लिए एक चिप बनाने के लिए करना है, इस तरह के एक सीपीयू के रूप में मैट्रिक्स हल नहीं किया जा सकता है आदि इस GPU का जन्म है।
मैट्रिक्स आपरेशन परवाह नहीं है क्या अंतिम उत्पाद है, लेकिन केवल तत्वों प्रसंस्करण। यह एक मामूली अति सरलीकरण है, क्योंकि विरल मैट्रिक्स के आधार पर विभिन्न कार्यों के घने मैट्रिक्स से अलग काम करने का तरीके होते हैं (जब वहाँ कई शून्य कर रहे हैं), लेकिन सामग्री आपरेशन में परिवर्तन नहीं होगा, इस तथ्य बनी हुई है। जब पूर्ण अध्ययन सिद्धांतकारों GPU के विकास को देखते हैं, वे जल्दी से अपने टेन्सर संचालन में तेजी लाने के लिए अपनाया।
GPU मशीन सीखने, डाटा सेंटर के विकास के प्रशिक्षण और तर्क को बढ़ावा देने के लिए आवश्यक है। उदाहरण के लिए, NVIDIA वोल्टा V100 टेन्सर कोर उसके मूल वास्तुकला और तर्क के मामले में एक कम सटीक पर चलाने की क्षमता (यह एक अन्य विषय हो जाएगा में तेजी लाने के लिए जारी रखा , इसका अर्थ है कम बिट्स, जिसका मतलब है तेजी से प्रसंस्करण। हालांकि, चीजों के इंटरनेट पर आने पर अन्य मुद्दों पर विचार करना पड़ता है।
फील्ड प्रोग्राममेबल गेट ऐरे (एफपीजीए)
क्षेत्र में, सभी प्रकार के अनुप्रयोगों की अलग-अलग आवश्यकताएं होती हैं। कई अलग-अलग आवेदन क्षेत्र, वाहन, पाइपलाइन, रोबोट इत्यादि हैं। विभिन्न उद्योग प्रत्येक प्रकार के आवेदन के लिए अलग-अलग चिप्स डिज़ाइन कर सकते हैं, लेकिन यह हो सकता है यह बहुत महंगा हो सकता है और निवेश पर कंपनी की वापसी को नुकसान पहुंचा सकता है। यह बाजार के लिए समय देरी कर सकता है और महत्वपूर्ण व्यावसायिक अवसरों को याद कर सकता है। यह विशेष रूप से अत्यधिक व्यक्तिगत आवश्यकताओं के लिए सच है जो पैमाने की पर्याप्त अर्थव्यवस्थाएं प्रदान नहीं करते हैं।
FPGA कंपनियों और शोधकर्ताओं चिप की समस्या का समाधान में मदद करेगा। FPGA एक एकीकृत परिपथ है कि विभिन्न प्रयोजनों के लिए प्रोग्राम किया जा सकता है। यह ब्लॉक और 'प्रोग्रामेबल लॉजिक ब्लॉक' की एक श्रृंखला के ब्लॉकों के बीच एक प्रोग्रामिंग और प्रगाढ़ नहीं है। यह है एक सार्वभौमिक उपकरण जिसे विभिन्न प्रकार के उपयोगों के लिए अनुकूलित किया जा सकता है। प्रमुख आपूर्तिकर्ताओं में Xilinx और राष्ट्रीय उपकरण शामिल हैं।
विशेष रूप से, कम लागत चिप डिजाइन कम लागत FPGA की समस्या का चयन किया जा जटिलता प्रोग्राम सर्किट पड़ता है नहीं। वे आम तौर पर सबसे अच्छा अनुसंधान या औद्योगिक अनुप्रयोगों के लिए उपयुक्त हैं। और यह कम लागत के लिए उपयुक्त नहीं है डिजाइन उपभोक्ता अनुप्रयोग
चूंकि FPGA रीप्रोग्राम किया जा सकता है, जो यह मशीन सीखने के उभरते हुए क्षेत्र के लिए बहुमूल्य बढ़ती जा रही है ऊंचाई एल्गोरिथ्म, और reprogramming ब्लॉक बेहतर बना कर अलग एल्गोरिदम है। साथ ही, कम सटीक, कम शक्ति FPGA रिमोट सेंसर लिए लगाए गए अनुमान यह एक अच्छा संयोजन है। हालांकि आविष्कारक 'क्षेत्र' को 'ग्राहक' के रूप में अधिक कहते हैं, एआई अनुप्रयोगों को साकार करने में एफपीजीए का वास्तविक लाभ असली दुनिया में है। चाहे यह कारखाने के लिए है , सड़कों और पाइपलाइनों और अन्य बुनियादी सुविधाओं, या UAV रिमोट का पता लगाने, FPGA सिस्टम डिजाइनरों लचीलापन आदेश विभिन्न प्रयोजनों के प्राप्त करने के लिए हार्डवेयर का एक टुकड़ा का उपयोग करने, आसान शारीरिक डिजाइन है, जो और अधिक आसानी से साइट पर अनुप्रयोगों का संचालन कर सकते हैं सक्षम करने की अनुमति देता है।
नया वास्तुकला जल्द ही आ रहा है
GPU और FPGA वर्तमान में हल करने के लिए मशीन का विस्तार करने के लिए कैसे बाजार प्रभाव वे किया है और इस उद्योग के विकास के बारे में चिंतित लोगों को यह बताने के लिए है के कई चुनौती देने के लिए तकनीक सीखने, और समय पर आवेदन के लिए एक नया ढांचा बनाने की कोशिश की मदद कर रहे हैं।
एक तरफ, कई कंपनियों GPU पर टेन्सर आपरेशन के सबक सीखने की कोशिश कर रहे हैं। Hewlett-Packard, आईबीएम और इंटेल कंप्यूटिंग उपकरणों सीखने टेन्सर गहराई की अगली पीढ़ी के लिए एक विशेष परियोजना का विकास किया है। इसी समय, Cambricon, Graphcore और वेव कम्प्यूटिंग की तरह इस तरह के स्टार्टअप भी एक ही काम करने का प्रयास कर रहे हैं।
दूसरी ओर, शाखा, इंटेल और अन्य कंपनियों के GPU और सीपीयू का लाभ लेने के वास्तुकला डिजाइन करने जाते हैं, उपकरण भी मशीन बाजार में सीखने के उद्देश्य से कहा, की तुलना में सिर्फ कोर ऐ भर के अन्य प्रक्रियाओं के लिए टेन्सर गणना ध्यान केंद्रित अधिक करने के लिए सक्षम होने के लिए प्रसंस्करण भी अधिक शक्तिशाली है।
हालांकि इनमें से कुछ संगठन डेटा सेंटर और चीजों के अन्य इंटरनेट पर ध्यान केंद्रित करते हैं, लेकिन उनमें से किसी के बारे में बात करना बहुत जल्दी है।
वैश्विक निगमों के लिए क्षेत्र की नई कंपनियों से, एक चेतावनी है कि, पहली जानकारी के अलावा, कोई अन्य जानकारी दिखाई देते हैं। यदि हम 2020 में नवीनतम पर पहला उपकरण नमूने देखते हैं, तो यह एक आश्चर्य होगा, इसलिए वे कम से कम पांच साल के हैं सूचीबद्ध नहीं है
(से चयनित: फोर्ब्स लेखक: डेविड ए Teich संकलन: न्यूयॉर्क बुद्धिमान भागीदारी: nariiy)
3. इंटेल 10 एनएम प्रोसेसर एक्सपोजर छोटे बैच शिपमेंट
पालन न करने की वजह से इंटेल 10nm प्रक्रिया उपज, बड़े पैमाने पर उत्पादन 2019 तक स्थगित कर दिया गया, अब केवल एक छोटी मात्रा लदान, एक उत्पाद कोर i3-8121U का केवल 15W थर्मल डिजाइन शक्ति कम वोल्टेज संस्करण (परिवार तोप झील कोड नाम से जाना जाता है ), और केवल लेनोवो इसका उपयोग कर रहा है।
i3-8121U डुअल कोर चार सूत्र के लिए विनिर्देशों, 2.2-3.2GHz पर क्लॉक, तीन कैश 4MB, स्मृति दोहरे चैनल DDR4 / LPDDR4-2400 32GB, 15W के थर्मल डिजाइन शक्ति का समर्थन करता है।
परमाणु भाग की जानकारी प्रकाशित नहीं हुई थी। ऐसा इसलिए होना चाहिए क्योंकि उपज की समस्या अक्षम कर दी गई थी। इसलिए लेनोवो ने एएमडी असतत ग्राफिक्स कार्ड जोड़ा।
जर्मन मीडिया ComputeBase हार्डवेयर पहले i3-8121U में खुलासा 'के रूप में यदि' यह पैकेज व्यवस्था पिछले उत्पाद के साथ संगत देखा जा सकता है, अभी भी एक प्रोसेसर कोर, एक कोर चिप सेट पैकेज एक साथ है, BGA एकीकृत संकुल मदरबोर्ड पर सोल्ड।
हमने पाया आठ पीढ़ी कोर डुओ इंटेल की कम वोल्टेज संस्करण आधिकारिक तौर पर एक तस्वीर को देखते हुए, आप एक प्रोसेसर पा सकते हैं, चिपसेट कोर छोटे, पैकेज सोल्डर जोड़ों और संधारित्र तत्वों को भी बहुत कुछ बदल रहे हैं, यह अब संगत होना चाहिए।
कम्प्यूटबेस ने पाया कि i3-8121U का कुल पैकेज आकार 45 x 24 मिमी (आधिकारिक विनिर्देशों के अनुरूप) है, जिसमें लगभग 71 मिमी 2 के प्रोसेसर क्षेत्र और लगभग 47 मिमी 2 का चिपसेट क्षेत्र है।
अध्ययन के अनुसार हालांकि, पाया गया कि ट्रांजिस्टर इंटेल 10nm प्रक्रिया के घनत्व से अधिक वर्ग मिलीमीटर, के बराबर या सैमसंग, TSMC, GLOBALFOUNDRIES 7nm के स्तर की तुलना में भी अधिक प्रति 100 मिलियन है, लेकिन अपने स्वयं के 14nm उत्पादों विपरीत, परिवर्तन बड़े प्रतीत नहीं होता।
तुम्हें पता है, क्षेत्र Broadwell यू लेकिन इंटेल पहली पीढ़ी 14nm प्रोसेसर हिस्सा भी 82 मिमी 2, 10nm इसके बारे में केवल 13% हटना, और हम सभी को डुअल कोर हैं चार सूत्र, 4MB कैश रहे हैं, लेकिन परमाणु मार डाला गया था इकाइयों में 24 से 40 की वृद्धि हुई, और AVX512 निर्देश सेट का समर्थन किया।
इसके अलावा, 45 x 24 मिमी समग्र पैकेज 42 x 24 मिमी के वर्तमान 14 एनएम कम वोल्टेज संस्करण से थोड़ा बड़ा है।