Интересно, что Apple попрощалась с 15-дюймовым Macbook Pro и представила 14-дюймовый Macbook Pro и 16-дюймовый Macbook Pro на сегодняшнем мероприятии, посвященном аппаратному обеспечению в октябре. Сенсорная панель исчезла, добавив функциональные клавиши вместо сенсорной панели. Более интересное событие добавляет порт HDMI вместо портов Thunderbolt, включая SD-карту, возвращающую ретро-обновления. У меня были порты HDMI, порт зарядки Magsafe, порты USB и порт Thunderbolt на старых машинах.
Apple оснастила совершенно новые MacBook Pro 14 и 16 дюймов новыми чипами M1 Pro и M1 Max, которые оснащены 10-ядерным процессором, 32-ядерным графическим процессором и 64 ГБ объединенной памяти.
Apple обещает повышение производительности M1 Pro и M1 Max на 70% по сравнению с чипом M1 2020 года, что должно вывести глубокое обучение с TensorFlow на новый уровень с той скоростью, которую могут испытать инженеры машинного обучения. Взгляните на форк TensorFlow для macOS в репозитории Github. Теперь вы можете запускать нативный код TensorFlow в MacOS. Обучение сверточных нейронных сетей и рекуррентных нейронных сетей должно работать намного быстрее, чем с чипом 2020 года. Поскольку он выпущен только сегодня, я еще не получил тесты глубокого обучения для чипов Intel по сравнению с M1 Pro и M1 Max. Я обновлю их позже здесь. Все работает на чипах на основе рук. Мало кто знает, что можно даже построить суперкомпьютер с чипами на базе Arm, о чем я рассказал в своей книге. Вы можете взглянуть на суперкомпьютер на базе Arm в следующем разделе отсюда.
У меня все еще есть мой самый старый 15-дюймовый Macbook Pro, который подключен к док-станции Brydge с портом Thunderbolt, который подключается к порту OWC (вычисления в другом мире для Mac), который предлагает 14-портовый Thunderbolt с кабелем, совместимый с Mac и Space Grey. Я не могу обновить его до 14 дюймов для последнего 16-дюймового Macbook Pro, так как я не смогу использовать станцию Brydge, которая предназначена только для 15-дюймового Macbook Pro. Brydge больше не производит док-станцию Thunderbolt для 15-дюймового Macbook Pro. Думаю, мне придется придерживаться своего старого 15-дюймового Macbook Pro, пока он не сломается и не сгорит до вечности.
Вы можете последовательно подключить свой Macbook Pro к мониторам Thunderbolt с помощью OWC. OWC (Другой мир вычислений для Mac) был изобретен в 1980-х годах специально для компьютеров Mac.
SpiNNaker внедряет глубокие нейронные сети на ARM
Оборудование ARM для наборов распознавания цифр MNIST
Процессоры ARM — математические границы экзафлопсных вычислений в HPC
Вы можете посмотреть все мое видео на эту тему здесь на GridGain In-Memory Computing для архитектуры машинного обучения HPC.
SpiNNaker — это многоядерная архитектура суперкомпьютера, работающая на 518 400 процессорах ARM968, для массовых параллельных вычислений в высокопроизводительных вычислительных приложениях. Миссия SpiNNaker состоит в том, чтобы иметь возможность моделировать поведение агрегатов до миллиарда нейронов в режиме реального времени. Сеть для SpiNNaker включена через ткань Interconnect, специально настроенную для связи через пакеты. Передача пакетов данных происходит со скоростью 5 миллиардов пакетов/с. Он содержит 1 036 800 ядер ARM. Каждый узел связан с SIP (System-in-package), содержащим 18 ядер плюс 128 Мбайт внешней SDRAM (синхронной динамической памяти с произвольным доступом). Узлы упакованы и смонтированы на 48-узловом шестиугольном массиве печатной платы (печатной платы). Манчестерский университет запустил проект «Человеческий мозг» вместе со SpiNNaker, дорожную карту на десятилетие с 2013 по 2023 год, чтобы понять функцию мозга стоимостью в миллиард евро, объединив широкий круг экспертов по машинному обучению, нейробиологов и программистов для расшифровки. мозг.
Проект суперкомпьютера SpiNNaker на базе ARM направлен на решение «Большой задачи 21 века» о том, как работает мозг, путем воссоздания миллиарда нейронов с внутренней динамикой и сложной структурой. Исследование также распространяется на область робототехники, где требуются легкие сенсорные входы в энергоэффективной и маломощной системе путем моделирования десятков тысяч импульсных нейронов. Исследование углубляется в область компьютерных наук, внося свой вклад в суперкомпьютерные и высокопроизводительные вычислительные приложения, обеспечивая стохастическую, спорадическую и динамическую связь, в отличие от повторяющихся коммуникаций и вычислений традиционных суперкомпьютеров для массовых параллельных вычислений.
Нейронные сети для суперкомпьютеров добились больших успехов в новейшей истории, создав машинное обучение и числовые алгоритмы для возможностей параллельных вычислений. Кремниевая технология достигает предела и находится на грани нарушения закона Мура, машинное обучение требует сложных многоуровневых архитектур нейронных сетей с нейроморфными вычислениями на базе легких процессоров, которые могут производить энергоэффективные вычисления. Проект Human Brain Project Манчестерского университета, нейроморфные чипы BrainScaleS и инициатива BRAIN добились успеха с нейронными сетями с глубокими пиками, нейроморфным вычислительным оборудованием и процессорами ARM. Процессоры ARM были реализованы в наборах распознавания цифр NMNIST на основе событий путем преобразования классической нейронной сети в импульсную нейронную сеть на плате SpiNNaker на нейроморфном оборудовании.
Подробнее об этом и проектах внедрения с кодом можно прочитать в моей книге, которая есть на Амазоне.
Что вы думаете? Пожалуйста, оставьте отзыв.
