选自arxiv
机器之心编译机器之心编辑部
深度学习和硬件怎样结合？JeffDean长文介绍了后摩尔定律时代的机器学习研究进展，以及他对未来发展趋势的预测判断
过去十年我们见证了机器学习的显著进步，特别是基于深度学习的神经网络。机器学习社区也一直在尝试构建新模型，用于完成具有挑战性的工作，包括使用强化学习，通过和环境进行交互的方式完成难度较大的任务，如下围棋、玩电子游戏等。
机器学习对算力的需求无疑是庞大的，从计算机视觉到自然语言处理，更大的模型和更多的数据往往能够取得更好的性能。在摩尔定律时代，硬件进步带来的算力增长尚且能够满足机器学习的需求，但当摩尔定律被榨干后，怎样让硬件中的算力资源被机器学习模型充分利用成了下一个需要探讨的问题。
文章