“我们希望能通过回归本质来思考：在一定的芯⽚资源和功耗约束下，什么才是最好的AI模型？⽽不是先设计⼀个不计消耗成本的‘庞然⼤物’，再想办法让它跑在越来越贵的硬件上。”
在⽇前的⼀次对话中，谈到在“后摩尔定律时代”⼈⼯智能发展⾯临的根本性瓶颈，上海纽约⼤学教授Gene Wen如此表示。
⾯对⼈⼯智能产业⽇益凸显的三⼤瓶颈——算⼒增⻓的物理极限、数据供给的不可持续性以及能源消耗，Gene Wen教授领衔的课题《从新思考深度学习的训练与推理算法、架构和精度体系》，正在尝试从AI设计源头提供⼀种突破瓶颈制约的根本性解决思路。
您已阅读5%（259字），剩余95%（5328字）包含更多重要信息，订阅以继续探索完整内容，并享受更多专属服务。