神经网络性能提升两倍，英特尔®深度学习加速技术和oneAPI推动大型强子对撞机研究

Posted 2021-04-03 FPGA创新中心

独立顾问 James Reinders 刚刚在 NextPlatform.com 网站上发表了题为“CERN 采用英特尔®深度学习加速技术和 oneAPI 在不影响准确度的情况下加快推理速度”的文章，详细介绍了 CERN 如何使用深度学习和英特尔® oneAPI 加速蒙特卡洛模拟 (Monte Carlo simulation)，推动大型强子对撞机研究。

为了帮助满足全球最大的粒子加速器CERN的LHC（大型强子对撞机）的未来需求，CERN，SURFsara和英特尔的研究人员一直在研究提供全新高水平仿真的方法。

Reinders 写到，CERN 研究人员“业已证明在不影响准确度的情况下，通过降低精度，成功将推理速度提升了近两倍。”此项工作是英特尔通过 CERN openlab 与 CERN 长期合作的一部分。

CERN 研究人员发现，在名为“生成式对抗网络 (GAN)”的特定神经网络 (NN) 中，约一半的计算可以从 FP32 切换至 INT8 数值精度，英特尔® 深度学习加速技术可以在不影响准确度的情况下直接支持这种切换。最终，GAN 性能提升了两倍，且准确度丝毫不受影响。虽然这项工作由直接支持 INT8 的英特尔® 至强® 可扩展处理器完成，但 Reinders 还在文章中提出了下一个逻辑跳跃：

“INT 8 的广泛支持得益于英特尔至强可扩展处理器，英特尔® Xe GPU 也支持 INT 8。FPGA 支持 INT8 和其他较低的精度格式。”

通过完全控制精度权衡来实现量化，从而为推理带来了显着的性能提升

此外，Reinders 还表示：

“执行并大幅改进此项工作的秘密武器是，oneAPI 支持轻松访问英特尔深度学习加速和其他加速技术，无需将应用锁定到单个厂商或设备中。”

值得一提的是，oneAPI 如何让此类工作更具价值。所用工具的关键部分，包括 TensorFlow 和 Python 中隐藏的加速，都利用了支持 oneAPI 的库。这意味着，它们是公开的，可随时用于异构系统，不只针对于一家厂商或一种产品（比如 GPU）。

oneAPI 是跨行业、开放式、基于标准的统一编程模型，可在所有加速器架构中提供统一的开发体验。英特尔帮助创建了 oneAPI，并为其提供各种开源编译器、库和其他工具的支持。编程后通过 oneAPI 使用 INT8，这样文章所述的 CERN 执行的此类工作可以使用英特尔 Xe GPU、FPGA 或其他支持 INT8 或其他数值格式（可以量化）的设备来完成。

声明和免责声明

实际性能受使用情况、配置和其他因素的差异影响。更多信息请见 www.Intel.com/PerformanceIndex。

英特尔不对第三方数据承担任何控制或审计的责任。请您审查该内容，咨询其他来源，并确认提及数据是否准确。

性能结果基于配置信息中显示的日期进行测试，且可能并未反映所有公开可用的安全更新。配置详情请见备用页。没有任何产品或组件是绝对安全的。

具体成本和结果可能不同。

英特尔技术可能需要启用硬件、软件或激活服务。

© 英特尔公司版权所有。英特尔、英特尔标识和其他英特尔标志是英特尔公司或其子公司在美国和/或其他国家（地区）的商标。文中涉及的其它名称及商标属于各自所有者资产。 

---

内容来自英特尔FPGA。

点分享

点收藏

点点赞

点在看