Google is al druk bezig met werken aan de ontwikkeling van een platform dat geoptimaliseerd is voor het draaien van algoritmes specifiek voor kunstmatige intelligentie. Nu gaat ook Microosft de strijd aan en heeft het Project Brainwave aangekondigd. Dat moet deep learning applicaties zo snel en efficiënt mogelijk laten draaien in de datacenters.
Microsoft gokt op een andere route dan Google, schrijft zakenblad Forbes over het project. Het bedrijf bouwt geen chip die geoptimaliseerd is om een bepaalde set algoritmes te laten draaien. Het heeft gekozen voor een field-programmable gate array (FPGA). Dat kan na fabricage opnieuw geprogrammeerd worden. Zo krijgt het bedrijf meer flexibiliteit. Dat is belangrijk, omdat ontwikkelingen op het gebied van kunstmatige intelligentie en deep learning extreem snel gaan.
De FPGAs worden gebouwd door Altera, een dochterbedrijf van Intel. Volgens Microsoft-technicus Doug Burger kan dit zorgen voor rappe ontwikkelingen. “We willen iets groters bouwen dan een oplossing die echt maar op één ding gericht is,” aldus Burger tegenover Forbes. Het netwerk zal ook meer dan alleen het Microsoft-framework voor deep learning ondersteunen. Zo ondersteunt het Microsofts eigen CNTK, maar ook Google’s TensorFlow en Facebooks Caffe2.
Prestaties
Er kleeft potentieel wel een probleem aan het gebruiken van FPGA’s. Deze bieden niet de beste prestaties. Microsoft voorziet zelf weinig problemen. De FPGA’s zouden geoptimaliseerd moeten zijn. Ze kunnen zich prima meten met chips die specifiek voor dit doel gebouwd worden.
Centraal in Project Brainwave staat wat Microsoft real-time AI noemt, dat erop gericht is deep learning algoritmes te laten draaien. Het dus niet zozeer om het trainen van die algoritmes. Het trainen van algoritmes in deep learning vergt namelijk extreem veel van processoren en netwerken.
Op dit moment is Project Brainwave alleen nog maar beschikbaar voor Microsoft zelf. De kans is echter aanwezig dat het ook aan derden beschikbaar wordt gesteld via het eigen Azure-platform.
8 uur geleden
