Facebook 正式宣佈了新一代的伺服器設計方案——“Big Basin”,它是AI訓練系統Big Sur系列的繼承者。這些使用英偉達的GPU作為處理核心的伺服器連接起來,形成一個巨大的AI訓練網路。
Facebook,表示與 Big Sur 相比,Big Basin 能夠訓練比之前的規模大 30% 的機器學習模型。根據在標準神經網路模型上的測試,Big Basin 還可以通過壓縮訓練 AI 系統需要的大量資料集,將訓練速度提升一倍。
Facebook 已經宣佈開原始伺服器的設計。Facebook 此前參加並幫助建立了 Open Compute Project (開源計算項目),這個專案的主要目的是共用資料中心的硬體和軟體設計,並相互協作,因此開原始伺服器的設計方案是 Facebook 的一貫做法。一旦 Facebook 將 Big Basin 的原理圖上傳到網路上,所有人,甚至競爭公司的伺服器設計專家,都可以下載使用。
對於 Facebook 來說,開源 AI 系統的訓練工具是為了推動其 AI 系統能力的進一步發展。儘管Facebook 是大力投入前沿和實驗性 AI 研究的最大組織之一,但是它的目的不僅僅是為了推動技術的極限。實際上,Facebook 對 AI 的鉅資投入與其推動視頻直播以及其他以消費者為中心的產品是密不可分的。
“如果你登錄過 Facebook,那麼很可能使用過一些我們開發的 AI 功能。”Facebook 的技術項目經理 Kavin Lee 說,他主要負責 Big Basin 以及其他資料中心的工作。
比如,通過給朋友貼標籤以及給視頻(包括實況直播)分類,Facebook 將能夠吸引更多的使用者上傳視頻以及觀看視頻。此外,Facebook 還可以通過 AI 研究獲得巨大的社會影響力。Facebook當前 AI 演算法的一個重要功能是説明盲人使用者描述圖片的內容,而就在上周,Facebook 剛剛宣佈將使用 AI 模式識別軟體,來嘗試辨別可能需要心理輔導的使用者。
在正式推出面向大眾的產品之前,Facebook 會通過 Big Basin、Big Sur 這樣的伺服器對這些AI系統進行訓練。正是因為 Facebook 的持續投入,才讓這一切變得可能。