Nervana Systems發(fā)布了深度學(xué)習(xí)云，同時開發(fā)了一款為人工智能設(shè)計(jì)的芯片。　

　　經(jīng)過兩年的努力和超過2400萬美金的投資，Nervana Systems發(fā)布了其深度學(xué)習(xí)云，因此任何企業(yè)都能夠創(chuàng)建會學(xué)習(xí)的計(jì)算機(jī)模型了。早已蓄勢待發(fā)的消費(fèi)者們使用它來幫助創(chuàng)造農(nóng)場型人工智能機(jī)器人，利用照片尋找有可能的原油分布點(diǎn)，以及找出欺詐交易活動。

　　這家創(chuàng)建了一種深度學(xué)習(xí)專用芯片的創(chuàng)業(yè)公司Nervana是由Naveen Rao（他也是高通人工智能芯片項(xiàng)目的前主管）和另外兩人（也是從這家移動芯片公司出身的）一起成立的。他們的目標(biāo)是建立一種新的處理器，能夠給人類大腦的能力進(jìn)行建模。但首先他們以提供云服務(wù)和日常圖片處理器作為開始，以此賺錢并測試軟件。

　　今天，Nervana的云是基于購買自Nvidia的圖像處理器，但Nervana創(chuàng)始人希望在2016年年底時，用他們自己設(shè)計(jì)的專用芯片來替代這一根本性硬件。到那時，創(chuàng)始人會重新設(shè)計(jì)Nvidia芯片使用的固件，并建造他們自己的軟件框架，從而使得深度學(xué)習(xí)能夠在他們的云上運(yùn)行得更快。

　　這一軟件框架叫做Neon，將與Torch和Caffe，以及谷歌（TensorFlow）、微軟（CNTK）等提供的軟件進(jìn)行競爭。Rao堅(jiān)信他的軟件在Nvidia NVDA硬件上運(yùn)行將快十倍，甚至比Nvidia自己的軟件框架運(yùn)行得更快。這一速度至關(guān)重要是因?yàn)橛?xùn)練某一神經(jīng)網(wǎng)絡(luò)并將之進(jìn)行運(yùn)行，通常需要花費(fèi)數(shù)周甚至數(shù)月時間。因此任何速度上的大幅度提升，甚至?xí)r間減半，都將是非常有效的改善。

　　Steve Jurvetson是DFJ的合伙人，隸屬于Nervana董事會，他相信深度學(xué)習(xí)的進(jìn)化對企業(yè)而言是必要的，甚至使他們收集的數(shù)據(jù)有了意義。這也是Nervana在近期能夠有所建樹的領(lǐng)域。「世界正處于大數(shù)據(jù)時代，」他表示。「想想吧，衛(wèi)星圖讓你能夠數(shù)清停車場的每棵樹或者每輛車，再想想，每一天由人來數(shù)清每輛車或每棵樹，這數(shù)據(jù)量大的，人類難以處理。而這就是深度學(xué)習(xí)的領(lǐng)域。」

　　Naveen Rao，Nervana聯(lián)合創(chuàng)始人兼CEO

?

　　獲取數(shù)據(jù)表，這就是《財(cái)富》的技術(shù)通訊

　　比如，Nervana的客戶之一，Paradigm開發(fā)了原有探索軟件，將谷歌用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)如何辨識一只貓的計(jì)算機(jī)視覺應(yīng)用于尋找原油。這家公司找來了幾千張地震圖像，并訓(xùn)練神經(jīng)網(wǎng)絡(luò)來尋找默認(rèn)的原油可能會集中成片的特定類型區(qū)域。一旦經(jīng)過訓(xùn)練，他們就能將他們的圖像上傳至Nervana云，并得到反饋結(jié)果，知道哪里值得鉆取。這種費(fèi)力的搜索在過去可能會花費(fèi)地質(zhì)學(xué)家?guī)啄甑臅r間。

　　這就是現(xiàn)在的成果。然而Rao考慮的更超前。想很多其他人一樣，他意識到人工智能領(lǐng)域的開發(fā)要求新的芯片架構(gòu)。因此Nervana的長期目標(biāo)就是建造一種新型的半導(dǎo)體，而這種半導(dǎo)體將從人腦獲取一些設(shè)計(jì)元素。

　　因此，像是IBM之類的，創(chuàng)造硅基大腦的長期工作受到了硅這種材料的性質(zhì)限制，而硅是目前半導(dǎo)體的根本元素。在人類大腦中，信息是由突觸傳導(dǎo)給神經(jīng)元的，而每個神經(jīng)元有上千個突觸。在硬件中再現(xiàn)這樣的信息傳遞結(jié)構(gòu)需要太多連線了。因此芯片制造者轉(zhuǎn)向軟件來創(chuàng)造我們所知的芯片上的I/O。

　　通過采取控制互聯(lián)網(wǎng)的大型路由運(yùn)行軟件，Nervana試圖利用軟件從統(tǒng)計(jì)學(xué)方面給復(fù)雜的信息傳遞進(jìn)行建模，而不是物理的連線方式。深度學(xué)習(xí)芯片另一個重要元素就是并行運(yùn)行工作的能力，這也是一些圖像處理器所擅長的。這也是談及深度學(xué)習(xí)Nvidia處于領(lǐng)先地位的原因，但是，正如很多其他創(chuàng)業(yè)公司所指出的，Nvidia沒有I/O。

　　將這兩者結(jié)合起來也是研究員、創(chuàng)業(yè)公司、像是IBM這樣的大型公司正在嘗試的事情，這樣他們就能創(chuàng)造出可以更好地容納人工智能的硬件。與此同時，在云端，Nervana將會和Minds.ai競爭，后者也開發(fā)了一款芯片，并提供深度學(xué)習(xí)云；以及IBM沃森；MetaMind（圖像識別）；Skymind（提供深度學(xué)習(xí)應(yīng)用）等等。

　　Nervana Systems由DFJ、DCVC、Allen & Company、AME Cloud Ventures、Andy Rubin’s Playground Global、CME Group、Fuel Capital、Lux Capital以及 Omidyar Network支持。目前為止的客戶包括Chicago Mercantile Exchange、農(nóng)用機(jī)器人創(chuàng)造企業(yè)Blue River Technology以及Paradigm。