博士生團隊提升Apple Silicon芯片神經(jīng)網(wǎng)絡性能
據(jù)報導，博士生的研究團隊近期推出了名為“mlx-graphs”的項目，致力于提升Apple Silicon芯片上神經(jīng)網(wǎng)絡的處理速率。使用該項目，大型數(shù)據(jù)集的訓練速度將提升至原來的十倍之多。
據(jù)悉，該項目主要由博士生特里斯坦·比洛特（Tristan Bilot）、弗朗切斯科·法里納（Francesco Farina）以及MLX團隊聯(lián)手推動。MLX是專門面向Apple Silicon發(fā)行的圖形神經(jīng)網(wǎng)絡庫。
比洛特指出，實施“mlx-graphs”后，Apple Silicon芯片對規(guī)模龐大的圖形數(shù)據(jù)集進行訓練的初始基準速度將高達PyTorch Geometric和DGL等框架的十倍之高。
他強調，盡管項目尚存提升空間，但這將有助于充分發(fā)揮Apple Silicon芯片的潛力。相關的開發(fā)庫已經(jīng)上傳到GitHub上，供公眾評審與試用，同時渴望收到使用者的反饋及PR建議。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
芯片
+關注
關注
463文章
54153瀏覽量
467672 -
神經(jīng)網(wǎng)絡
+關注
關注
42文章
4839瀏覽量
107996 -
數(shù)據(jù)集
+關注
關注
4文章
1238瀏覽量
26238
發(fā)布評論請先 登錄
相關推薦
熱點推薦
神經(jīng)網(wǎng)絡的初步認識
日常生活中的智能應用都離不開深度學習，而深度學習則依賴于神經(jīng)網(wǎng)絡的實現(xiàn)。什么是神經(jīng)網(wǎng)絡？神經(jīng)網(wǎng)絡的核心思想是模仿生物神經(jīng)系統(tǒng)的結構，特別是大腦中神經(jīng)
億緯鋰能受邀出席北大國際博士生學術論壇
10月26日，北京大學“博雅材思”國際博士生學術論壇在燕園舉行，億緯鋰能人力資源中心總監(jiān)張清剛博士受邀出席，并發(fā)表《億緯鋰能材料學人才職業(yè)發(fā)展》專題報告。
NMSIS神經(jīng)網(wǎng)絡庫使用介紹
NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡內核，旨在最大限度地提高 Nuclei N 處理器內核上的神經(jīng)網(wǎng)絡的性能并最??大限度地減少其內存占用。
該庫分為多個功能，每個功能涵蓋特定類別
發(fā)表于 10-29 06:08
構建CNN網(wǎng)絡模型并優(yōu)化的一般化建議
：Dropout層隨機跳過神經(jīng)網(wǎng)絡模型中某些神經(jīng)元之間的連接，通過隨機制造缺陷進行訓練提升整個神經(jīng)網(wǎng)絡的魯棒性。
6)指定合理的學習率策略：一旦
發(fā)表于 10-28 08:02
在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗
本帖欲分享在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE，以TensorFlow2為訓練框架，目標是訓練一個手寫數(shù)字識別的神經(jīng)網(wǎng)絡
發(fā)表于 10-22 07:03
CICC2033神經(jīng)網(wǎng)絡部署相關操作
在完成神經(jīng)網(wǎng)絡量化后，需要將神經(jīng)網(wǎng)絡部署到硬件加速器上。首先需要將所有權重數(shù)據(jù)以及輸入數(shù)據(jù)導入到存儲器內。
在仿真環(huán)境下，可將其存于一個文件，并在 Verilog 代碼中通過 readmemh 函數(shù)
發(fā)表于 10-20 08:00
液態(tài)神經(jīng)網(wǎng)絡（LNN）：時間連續(xù)性與動態(tài)適應性的神經(jīng)網(wǎng)絡
1.算法簡介液態(tài)神經(jīng)網(wǎng)絡（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡架構，其設計理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲的神經(jīng)結構，盡管這種微生物的
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片
是 AI芯片發(fā)展的重要方向。如果利用超導約瑟夫森結(JJ)來模擬與實時突觸電路相連的神經(jīng)元,神經(jīng)網(wǎng)絡運行的速度要比目前的數(shù)字或模擬技術提升幾個數(shù)量級。
1、超低溫類腦
發(fā)表于 09-17 16:43
神經(jīng)網(wǎng)絡的并行計算與加速技術
問題。因此，并行計算與加速技術在神經(jīng)網(wǎng)絡研究和應用中變得至關重要，它們能夠顯著提升神經(jīng)網(wǎng)絡的性能和效率，滿足實際應用中對快速響應和大規(guī)模數(shù)據(jù)處理的需求。
基于神經(jīng)網(wǎng)絡的數(shù)字預失真模型解決方案
在基于神經(jīng)網(wǎng)絡的數(shù)字預失真（DPD）模型中，使用不同的激活函數(shù)對整個系統(tǒng)性能和能效有何影響？
無刷電機小波神經(jīng)網(wǎng)絡轉子位置檢測方法的研究
摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經(jīng)網(wǎng)絡來實現(xiàn)轉角預測,并采用改進遺傳算法來訓練網(wǎng)絡結構與參數(shù),借助
發(fā)表于 06-25 13:06
神經(jīng)網(wǎng)絡專家系統(tǒng)在電機故障診斷中的應用
摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經(jīng)網(wǎng)絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡和專家系統(tǒng)相結合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
發(fā)表于 06-16 22:09
神經(jīng)網(wǎng)絡RAS在異步電機轉速估計中的仿真研究
眾多方法中，由于其結構簡單，穩(wěn)定性好廣泛受到人們的重視，且已被用于產品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡的特點，使估計更為簡單、快速
發(fā)表于 06-16 21:54
基于FPGA搭建神經(jīng)網(wǎng)絡的步驟解析
本文的目的是在一個神經(jīng)網(wǎng)絡已經(jīng)通過python或者MATLAB訓練好的神經(jīng)網(wǎng)絡模型，將訓練好的模型的權重和偏置文件以TXT文件格式導出，然后通過python程序將txt文件轉化為coe文件，（coe
NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡渲染技術的突破性增強功能
近日，NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡渲染技術的突破性增強功能。NVIDIA 與微軟合作，將在 4 月的 Microsoft DirectX 預覽版中增加神經(jīng)網(wǎng)絡著色技術，讓開
工商網(wǎng)監(jiān)
評論