Sample Factory让AI开发人员事半功倍

时间:2020-08-03 15:25:16来源:
导读一种用于训练AI算法的新方法可能会减少计算需求,从而为资金不足的学术研究人员提供了一种经济的模型训练方法。来自南加州大学(USC)的团队

一种用于训练AI算法的新方法可能会减少计算需求,从而为资金不足的学术研究人员提供了一种经济的模型训练方法。

来自南加州大学(USC)的团队与英特尔实验室合作,在2020年国际机器学习大会上介绍了该方法。

名为Sample Factory的方法没有立即运行所有三个主要的计算作业(模拟环境,根据规则确定下一步操作,使用结果来更新模型),而是将它们划分为单独的部分,并根据需要分配资源。

通过这种方式,团队记录了更高的速度,同时使用了更少的计算资源。

“根据我的经验,很多研究人员无法使用尖端的高端硬件,” USC的主要作者和研究生Aleksei Petrenko向Spectrum IEEE表示。“我们意识到,只要重新考虑最大程度地提高硬件利用率,您实际上就可以达到通常即使在单个工作站上也可以从大型集群中挤出的性能。”

该团队针对第一人称射击游戏《毁灭战士》中的DeepMind和Google大脑的几种开源算法进行了测试。它在一台机器上能够每秒处理约140,000帧,比业界最好的机器快约15%。

根据OpenAI的说法,运行AI模型所需的计算能力每三个月增加两倍。这导致更多的学术和企业研究寻找降低成本和能耗的方法,同时保持足够的性能。

但是,即使有了这些进步,学术界仍然有必要能够利用最大的超级计算机和数据中心。已经提出了国家研究云,作为减轻成本和公平竞争的潜在途径。

最新文章