精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    近日,第四范式宣布將推出兩項(xiàng)算力黑科技:XGBoost++和pyGDBT。XGBoost是AI開(kāi)發(fā)者所熟知的工具,XGBoost++可以在前者的基礎(chǔ)上,只修改一行代碼,即可輕松切換到異構(gòu)計(jì)算模式,享受軟硬一體技術(shù)帶來(lái)的極致算力升級(jí)。而將于10月初發(fā)布的pyGDBT則從另一個(gè)維度給用戶帶來(lái)極致算力體驗(yàn),用戶只需基于類似scikit-learn的語(yǔ)法編寫python程序,即可通過(guò)智能調(diào)參框架,享受異構(gòu)計(jì)算帶來(lái)的極致性能。

    XGBoost++和pyGDBT的共同點(diǎn)在于,以往的AI開(kāi)發(fā)中想要使用異構(gòu)加速或?qū)崿F(xiàn)高維離散場(chǎng)景的計(jì)算需要,必須具備深厚的AI技術(shù)基礎(chǔ),而這兩款工具的易用程度讓數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、普通AI開(kāi)發(fā)者即可輕松上手。這也讓第四范式離“AI for Everyone”的愿景更進(jìn)一步。

    第四范式FlashGBM:讓醫(yī)學(xué)、金融等高維離散場(chǎng)景計(jì)算提速10

    第四范式FlashGBM是XGBoost++和pyGDBT的底層異構(gòu)加速引擎,使用基于FPGA開(kāi)發(fā)的GBM專用加速芯片,定制了配合該加速器的高性能軟件程序,尤其擅長(zhǎng)處理復(fù)雜的高維離散特征。FlashGBM不僅實(shí)現(xiàn)了不同場(chǎng)景下平均10倍以上的加速,而且相比傳統(tǒng)的CPU方案,內(nèi)置自動(dòng)參數(shù)優(yōu)化功能,免去專家人工調(diào)參過(guò)程,自動(dòng)調(diào)整至最優(yōu)性能,降低使用門檻,縮短建模周期。

    FlashGBM有如下特性:

    1. 為高維離散稀疏場(chǎng)景提供高性能支持,覆蓋傳統(tǒng)GBM難以覆蓋的場(chǎng)景。

    2. 引入自動(dòng)調(diào)參技術(shù)。用戶不需要手動(dòng)調(diào)參來(lái)確定效率最優(yōu)情況下的參數(shù)組合。

    3. 針對(duì)GBM訓(xùn)練算法和FPGA本身架構(gòu)特點(diǎn)做了深入的流水線優(yōu)化,避免cache bank conflict,提升訪存效率。

    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    在測(cè)試實(shí)驗(yàn)中(見(jiàn)上表)可以看到,不同場(chǎng)景的加速比從4.0x到26x不等,而平均加速比達(dá)到了12.5x。其中,互聯(lián)網(wǎng)廣告點(diǎn)擊率預(yù)測(cè)是一個(gè)典型的高維稀疏離散計(jì)算場(chǎng)景;該場(chǎng)景中存在大量離散特征,例如A用戶是否購(gòu)買X商品,B用戶是否收藏Y商品;海量用戶與海量行為的交叉形成了超高維,例如千萬(wàn)用戶與上百種行為交叉產(chǎn)生數(shù)十億維。在該場(chǎng)景下,F(xiàn)lashGBM的加速高達(dá)26倍。

    FlashGBM通過(guò)PCIe從宿主機(jī)拿到數(shù)據(jù),傳遞給計(jì)算核心,計(jì)算核心通過(guò)和板載內(nèi)存交互來(lái)計(jì)算GBM的統(tǒng)計(jì)直方圖,并將結(jié)果送回宿主機(jī)內(nèi)存。

    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    第四范式XGBoost++:從XGBoost一鍵切換至FlashGBM高性能模式

    XGBoost是Gradient Boosting的一種高效系統(tǒng)實(shí)現(xiàn),作為開(kāi)源系統(tǒng), XGBoost的社區(qū)很活躍,被廣泛使用。第四范式XGBoost++在FlashGBM底層框架上實(shí)現(xiàn)了與XGBoost兼容的接口。數(shù)據(jù)科學(xué)家可以零學(xué)習(xí)成本地切換到高性能FlashGBM模式,享受FPGA帶來(lái)的異構(gòu)加速優(yōu)勢(shì)。

      第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力

    第四范式pyGDBT:打造易用的高維分布式機(jī)器學(xué)習(xí)框架

    GDBT是第四范式自主研發(fā)的超大規(guī)模分布式機(jī)器學(xué)習(xí)框架,設(shè)計(jì)初衷是打造專門為分布式大規(guī)模機(jī)器學(xué)習(xí)設(shè)計(jì)的計(jì)算框架,兼顧開(kāi)發(fā)效率和運(yùn)行效率。相比主流開(kāi)源架構(gòu),GBM在高維場(chǎng)景有百倍以上優(yōu)勢(shì)。即將發(fā)布的第四范式pyGDBT面向AI科學(xué)家的使用習(xí)慣,對(duì)GDBT進(jìn)行了進(jìn)一步整合和優(yōu)化,在建模效率、模型維度與效果、性能、易用性等幾個(gè)方面進(jìn)行了升級(jí):

    1) 高效率: 針對(duì)反復(fù)調(diào)參調(diào)研的高成本,通過(guò)智能調(diào)參加速機(jī)制降低特征、模型調(diào)研周期。

    2) 模型維度與效果: 通過(guò)集群計(jì)算框架和分布式訓(xùn)練算法支持海量數(shù)據(jù)與高維模型,提升模型表達(dá)能力與效果。

    3) 高性能:結(jié)合FlashGBM底層計(jì)算框架,提供了異構(gòu)加速能力。

    4) 易用性:提供了近似scikit-learn的python使用接口,AI建模人員可以快速實(shí)現(xiàn)代碼遷移和使用。

    極客網(wǎng)企業(yè)會(huì)員

    免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

    2019-08-23
    第四范式率先發(fā)布XGBoost++,輕松切換AI異構(gòu)算力
    近日,第四范式宣布將推出兩項(xiàng)算力黑科技:XGBoost++和pyGDBT。

    長(zhǎng)按掃碼 閱讀全文