在去年4月的全球開發(fā)者大會上，扎克伯格暢想了未來十年Facebook的人工智能發(fā)展藍圖：成為整個社交網(wǎng)站的核心動力。接近一年過去，可以看到Facebook至少在硬件上是沒有停下腳步。

3月9日，F(xiàn)acebook工程師Kevin Lee宣布，為了進一步加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，將推出新一代GPU服務(wù)器Big Basin。新一代的服務(wù)器其實是2015年Facebook推出的Big Sur服務(wù)器的升級版，并且同樣都會在Open Computer Project平臺上進行開源。

無論人工智能還是機器學(xué)習(xí)，它們出現(xiàn)在人們面前的形象常常是算法和代碼，而服務(wù)器則是背后“看得見摸得著”的那一部分。Big Sur一直是Facebook發(fā)展人工智能的利器，其強大的計算能力為Facebook語言技術(shù)和圖像技術(shù)提供支持。這次的硬件升級將存儲量從12G提升到16G，模型訓(xùn)練量能夠再提升30%，同時在進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練時，其訓(xùn)練速度能比Big Sur高出一倍。

與NVIDIA的DGX-1架構(gòu)非常相似，Big Basin由8個NVIDIA Tesla P100 GPU （搭載NVLink技術(shù)的 Tesla P100加速器）加速器組成，這些GPU們由 NVIDIA NVLink連接在一起組成了一個盒子。這個服務(wù)器也被公司成為JBOG ( Just a Bunch of GPUs )——一堆GPU，這一大堆GPU的能量就意味著足夠為機器學(xué)習(xí)提供支持。

不像無人車和機器人，F(xiàn)acebook本身的社交平臺屬性弱化了人工智能技術(shù)的外露特征，讓很多用戶感受不到人工智能的沖擊力，但其實我們?nèi)粘Ｊ褂玫暮芏郌acebook 服務(wù)無一不是人工智能在背后發(fā)生作用：語音識別、語音文字轉(zhuǎn)換、圖像的分類和識別，Big Basin 和它的前身 Big Sur 就是實現(xiàn)這些服務(wù)的重要支撐。

你每天能多做3套模擬題的結(jié)果可能是期末多考30分，機器學(xué)習(xí)每天多訓(xùn)練30%的模型，結(jié)果可能就是更精準地圖片識別、更快速的語音識別、更合理的資訊推薦，每一個Facebook的用戶作為閱卷老師，最后都應(yīng)該能體會到這樣的變化。

人工智能是很多科技公司的急于搶占的陣地，對 Facebook 而言則是“阿喀琉斯之踵”。一是因為 Facebook 本身入局較晚，二是缺乏殺手級應(yīng)用。

在人工智能浪潮中，科技公司要站穩(wěn)腳跟就需要為自己找到一塊壁壘。Google被認為是走在人工智能行業(yè)的前列，從 TenserFlow 開源平臺到旗下的 DeepMind 人工智能公司，從成績斐然的圍棋算法到離商業(yè)化最近的云服務(wù)和智能家居，Google 戰(zhàn)略布局思路可以說是很清晰了。而其他的科技公司，即便觸手沒有伸到四面八方，但也有自己的戰(zhàn)略根據(jù)地，微軟有 Cortana Platform、IBM 有 Watson。

相對而言 Facebook 就略顯薄弱，雖然在去年推出 Messenger 聊天機器人，準備打造大型聊天機器人生態(tài)系統(tǒng)，但是前段時間來自外媒 The Information 的調(diào)查報告顯示，Messenger 聊天機器人在沒有人為干預(yù)的情況下，能準確處理用戶請求的準確率還不到30%。這70%的錯誤率揭開 Facebook 在人工智能研究領(lǐng)域研究處于弱勢的傷疤，F(xiàn)acebook 也決定削減一些開支，讓 Messenger 從低質(zhì)量聊天中轉(zhuǎn)型，只做一些特殊問題的處理。

Facebook 削減開支的是打人工智能的退堂鼓了？從今天新硬件產(chǎn)品的升級看來并非如此，而是把注意力轉(zhuǎn)移到提升基礎(chǔ)設(shè)施上，畢竟身體是革命的本錢。

登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內(nèi)容推薦！