Deep Learning im Maßstab

Kapitel 3. Die rechnerische Seite des Deep Learning

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel wird untersucht, wie Berechnungen auf der Hardware durchgeführt werden und wie die Beschleunigung durch Hardware-Fortschritte erreicht wird. Wie in Kapitel 1 beschrieben, ist es von großem Vorteil, wenn du genau weißt, was im gesamten Stack deiner Anwendung passiert, also im Algorithmus, der Software, der Hardware und den Daten. Einschränkungen und Kompromisse können überall in deinem Stack auftauchen, und ein solches Verständnis ermöglicht es dir, sorgfältige, optimale Entscheidungen zu treffen und das richtige Gleichgewicht zu finden, während du innerhalb deiner Grenzen arbeitest, insbesondere bei der Skalierung.

In Kapitel 2 hast du die grundlegenden Konzepte des Deep Learning kennengelernt und die Softwareimplementierungen einiger grundlegender Probleme durchgespielt. In diesem Kapitel erfährst du, wie die Software mit der Hardware interagiert. Wir befassen uns mit den Grundlagen von Recheneinheiten und spezieller Hardware für beschleunigtes Rechnen, mit ihrem Innenleben und Überlegungen, wie man das Beste aus diesen Silizium-Kraftpaketen herausholen kann. Wir befassen uns mit den grundlegenden Konzepten der Computerarchitektur und der Landschaft des Accelerated Computing und untersuchen die Auswirkungen der Skalierung auf Hardware-Geräte.

Der Bereich der künstlichen Intelligenz, ...