獨立顧問 James Reinders 剛剛在 NextPlatform.com 網站上發表了題為“CERN 采用英特爾深度學習加速技術和 oneAPI 在不影響準確度的情況下加快推理速度”的文章，詳細介紹了 CERN 如何使用深度學習和英特爾 oneAPI 加速蒙特卡洛模擬 （Monte Carlo simulation），推動大型強子對撞機研究。

為了幫助滿足全球最大的粒子加速器CERN的LHC（大型強子對撞機）的未來需求，CERN，SURFsara和英特爾的研究人員一直在研究提供全新高水平仿真的方法。

Reinders 寫到，CERN 研究人員“業已證明在不影響準確度的情況下，通過降低精度，成功將推理速度提升了近兩倍。”此項工作是英特爾通過 CERN openlab 與 CERN 長期合作的一部分。

CERN 研究人員發現，在名為“生成式對抗網絡 （GAN）”的特定神經網絡 （NN） 中，約一半的計算可以從 FP32 切換至 INT8 數值精度，英特爾 深度學習加速技術可以在不影響準確度的情況下直接支持這種切換。最終，GAN 性能提升了兩倍，且準確度絲毫不受影響。雖然這項工作由直接支持 INT8 的英特爾 至強 可擴展處理器完成，但 Reinders 還在文章中提出了下一個邏輯跳躍：

“INT 8 的廣泛支持得益于英特爾至強可擴展處理器，英特爾 Xe GPU 也支持 INT 8。FPGA 支持 INT8 和其他較低的精度格式。”

通過完全控制精度權衡來實現量化，從而為推理帶來了顯著的性能提升

此外，Reinders 還表示：

“執行并大幅改進此項工作的秘密武器是，oneAPI 支持輕松訪問英特爾深度學習加速和其他加速技術，無需將應用鎖定到單個廠商或設備中。”

值得一提的是，oneAPI 如何讓此類工作更具價值。所用工具的關鍵部分，包括 TensorFlow 和 Python 中隱藏的加速，都利用了支持 oneAPI 的庫。這意味著，它們是公開的，可隨時用于異構系統，不只針對于一家廠商或一種產品（比如 GPU）。

oneAPI 是跨行業、開放式、基于標準的統一編程模型，可在所有加速器架構中提供統一的開發體驗。英特爾幫助創建了 oneAPI，并為其提供各種開源編譯器、庫和其他工具的支持。編程后通過 oneAPI 使用 INT8，這樣文章所述的 CERN 執行的此類工作可以使用英特爾 Xe GPU、FPGA 或其他支持 INT8 或其他數值格式（可以量化）的設備來完成。

原文標題：神經網絡性能提升兩倍，英特爾?深度學習加速技術和oneAPI推動大型強子對撞機研究

文章出處：【微信公眾號：FPGA之家】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq