EfficientNet之類的新型模型的benchmark特別具有啟發(fā)性，因為它們證明了AI的發(fā)展方向越來越傾向于IPU的專業(yè)架構，而非圖形處理器的傳統(tǒng)設計。

客戶需要能夠處理稀疏性以高效運行大規(guī)模模型的計算系統(tǒng)，而這正是Graphcore IPU所擅長的。在這種客戶需求的趨勢下，差距只會不斷擴大。

Graphcore最新benchmark的發(fā)布與IPU-M2000和IPU-POD64系統(tǒng)向全球客戶的推出時間剛好一致。一些早期發(fā)貨的產(chǎn)品已經(jīng)在數(shù)據(jù)中心安裝并運行。

oHS: 詳細信息

照明: Non-Illuminated

照明顏色: -

燈類型: -

安裝風格: SMD/SMT

安裝方向: Straight

工作力: 2.4 N

電流額定值: 50 mA

電壓額定值 DC: 12 VDC

電壓額定值 AC: -

端接類型: Leadless

系列: SKRW

封裝: Cut Tape

封裝: MouseReel

封裝: Reel

商標: Alps Alpine

行程: 0.15 mm

產(chǎn)品類型: Tactile Switches

工廠包裝數(shù)量: 10000

子類別: Switches

商標名: TACT Switch

單位重量: 467.500 mg

Graphcore用戶現(xiàn)在可以利用Poplar SDK 1.4，包括全面的PyTorch支持。PyTorch已成為從事尖端AI研究的開發(fā)人員的首選框架，在更廣泛的AI社區(qū)中也收獲了大批的追隨者，并且追隨者的數(shù)量還在快速增長。

PapersWithCode的最新數(shù)據(jù)顯示，在具有關聯(lián)代碼的已發(fā)表論文中，47%的論文使用了PyTorch框架。

額外補充的PyTorch支持，再加上Poplar對TensorFlow的現(xiàn)有支持，這意味著絕大多數(shù)AI應用程序現(xiàn)在都可以輕松部署在Graphcore系統(tǒng)上。

(素材來源：ttic和eccn.如涉版權請聯(lián)系刪除。特別感謝）