Apple казва интересно, сбогом на 15-инчовия Macbook Pro и представи 14-инчовия Macbook Pro и 16-инчовия Macbook Pro в днешното събитие на хардуерното събитие през октомври. Тъчбарът изчезна чрез добавяне на функционални клавиши на мястото на тъчбара. По-интересното събитие добавя HDMI порт на мястото на Thunderbolt портовете, включително SD картата, връщайки ретро надстройки. Имах HDMI портове, Magsafe порт за зареждане, USB портове и Thunderbolt порт в по-старите машини.

Apple захранва изцяло новия MacBook Pro 14 и 16 инча с нови чипове M1 Pro и M1 Max, които разполагат с до 10-ядрен CPU, 32-ядрен GPU и 64 GB обединена памет.

Apple обещава 70% подобрение на производителността от M1 Pro и M1 Max в сравнение с чипа M1 от 2020 г., който би трябвало да изведе задълбоченото обучение с TensorFlow на следващото ниво с вида на скоростта, която инженерите за машинно обучение могат да изпитат. Разгледайте TensorFlow macOS fork в Github repository. Вече можете да стартирате собствен код на TensorFlow на MacOS. Конволюционните невронни мрежи и обучението на повтарящи се невронни мрежи трябва да работят много по-бързо, отколкото от чипа от 2020 г. Тъй като е пуснат едва днес, все още не съм получил бенчмарковете за дълбоко обучение за чип Intel срещу M1 Pro и M1 Max. Ще ги актуализирам по-късно тук. Всички се захранват от базирани на ръце чипове. Малко хора знаят, че дори можете да изградите суперкомпютър с чипове, базирани на Arm, за които съм говорил в книгата си. Можете да разгледате базирания на Arm суперкомпютър в следващия раздел от тук.

Все още имам най-стария си 15-инчов Macbook Pro, който е закачен в докинг станция Brydge с Thunderbolt, който се свързва към OWC (компютри от друг свят за Mac) Thunderbolt Port, който предлага 14-портов Thunderbolt с кабел, съвместим с Mac и Space Gray. Не мога да го надстроя до 14-инчов или 16-инчов най-нов Macbook Pro, тъй като няма да мога да използвам станцията Brydge, която е само за 15-инчов Macbook Pro. Brydge вече не произвежда докинг станцията Thunderbolt за 15-инчов Macbook Pro. Предполагам, че трябва да се придържам към моя стар 15-инчов Macbook Pro, докато не се срине и изгори завинаги.

Можете да свържете вашия Macbook Pro към Thunderbolt монитори с OWC. OWC (Other world computing за Mac) е изобретен през 80-те години специално за Mac машини.

Невронни мрежи с дълбок пик на SpiNNaker на ARM

ARM хардуер за комплекти за разпознаване на цифри MNIST

ARM процесори — математическите граници на Exascale Computing в HPC

„Можете да гледате цялото ми видео по тази тема тук“ в GridGain In-Memory Computing за HPC архитектура за машинно обучение.

SpiNNaker е многоядрена суперкомпютърна архитектура, работеща с 518 400 процесора ARM968 за масивни паралелни изчисления на високопроизводителни изчислителни приложения. Мисията на SpiNNaker е да може да симулира поведението на агрегати от до милиард неврони в реално време. Мрежата за SpiNNaker е активирана чрез Interconnect тъкан, персонализирана за комуникация чрез пакети. Предаването на пакетите данни става чрез 5 милиарда пакета/сек. Съдържа 1 036 800 ARM ядра. Всеки възел е свързан със SIP (System-in-package), съдържащ 18 ядра плюс 128Mbyte SDRAM (Синхронна динамична памет с произволен достъп) извън матрицата. Възлите са опаковани и монтирани върху 48-възлова шестоъгълна матрица на PCB (Печатна платка). Университетът в Манчестър стартира проекта за човешки мозък със SpiNNaker, пътна карта за десетилетие от 2013 до 2023 г. за разбиране на функцията на мозъка на цена от милиарди евро, обединявайки целия широк кръг от експерти по машинно обучение, невролози и програмисти, за да декодират Мозъкът.

Базираният на ARM суперкомпютър проект SpiNNaker има за цел да реши голямото предизвикателство на 21-ви век за това как работи мозъкът чрез пресъздаване на милиарда неврони с вътрешна динамика и сложни структури. Изследването се простира и в областта на роботиката, която се нуждае от леки сензорни входове на енергийно ефективна система с ниска мощност чрез симулиране на десетки хиляди шипове неврони. Изследването навлиза по-дълбоко в областта на компютърните науки, като допринася за суперкомпютри и високопроизводителни изчислителни приложения чрез захранване на стохастичните, спорадични и динамични комуникации, за разлика от повтарящите се комуникации и изчисления от традиционните суперкомпютри за масови паралелни изчисления.

Невронните мрежи за суперкомпютри постигнаха голям напредък в новата история чрез изграждане на машинно обучение и числени алгоритми за паралелни изчислителни способности. Силициевата технология достига предела си и на ръба да наруши закона на Мур, машинното обучение изисква сложни многопластови архитектури на невронни мрежи с невроморфни изчисления, захранвани от леки процесори, които могат да произвеждат енергийно ефективни изчисления. Проектът за човешки мозък от Университета в Манчестър, невроморфните чипове BrainScaleS и инициативата BRAIN пожънаха успех с невронни мрежи с дълбок пик, невроморфен изчислителен хардуер и ARM процесори. ARM процесорите бяха внедрени върху набори за разпознаване на цифри NMNIST, базирани на събития, чрез преобразуване на класическа невронна мрежа в пикова невронна мрежа на платка SpiNNaker на невроморфен хардуер.

Можете да прочетете повече за него и проекти за внедряване с код в моята книга, която е на Amazon.

Какво мислиш? Моля, оставете отзив.