行业资讯丨Preferred Networks 使用新的 MN-Core 编译器将深度学习工作负载的速度提高了六倍

    东京，2021 年 6 月 16 日 — Preferred Networks, Inc. (PFN) 使用其新的专用编译器MN-Core显着提高了实际深度学习工作负载的计算速度，  MN-Core是一种由 PFN 和神户大学共同开发的深度学习处理器。最大计算速度是PFN之前不使用MN-Core的系统的六倍多。

PFN 将在2021 年 VLSI 技术和电路研讨会上展示由新编译器实现的高效且可扩展的深度学习方法。

 新的编译器可以在 PyTorch（PFN 的主要深度学习框架）上编译工作负载，以便在 MN-Core 上快速执行而无需任何重大更改。PFN 的测试表明，使用 MN-Core 和新编译器的计算速度比 MN-2（PFN 上一代配备通用 GPU 的超级计算机）在实例分割方面快 6 倍以上，在图形处理方面快近 3 倍。随着深度学习数据集和模型变得越来越大和复杂，PFN 将新功能视为其研发中的竞争优势。

MN-Core 为 MN-3 提供支持，MN-3 是 PFN 的最新一代超级计算机，于 2020 年 5 月开始运行，并在 2020 年 6 月 荣登 全球最节能超级计算机Green500 榜单之首。PFN开发了其软件堆栈，以最大限度地发挥其硬件的潜力，深度学习，包括 MN-Core 和 MN-3。 

长按识别二维码，查看更多精彩内容！