本篇文章735字，读完约2分钟
北京，3月15日，《科技日报》--阿尔法戈以4-1击败了李石狮，这引起了人工智能的极大关注。AlphaGo目前使用大约170个图形处理器和1200个中央处理器。这些设备可能需要占用一个计算机房，配备高功率空音，并有多个专家进行系统维护。对此，中国科学家声称，如果阿尔法戈目前使用的芯片数量被中国未来开发的“寒武纪”芯片所取代，估计一个小盒子里会装满所有的芯片。这意味着“阿尔法狗”将能够跑得更快。
记者15日从中国科学院计算研究所获悉，陈和陈课题组首次在国际上提出了寒武纪深度学习处理器体系结构。本月，他们提出的深度学习处理器的指令集“点脑域”被计算机体系结构领域的顶级国际会议ISCA2016收到，其分数在近300份提交中排名第一。本文的第一作者是刘博士。
阿尔法戈基于深度学习技术击败了李石师。深度学习是从生物多层神经网络处理模式发展而来的一种智能处理技术。它已被微软、谷歌、脸谱、阿里、百度等公司广泛应用于计算机视觉、语音识别、自然语言处理、音频识别和生物信息学。
“然而，深度学习的基本操作是神经元和突触的处理，而传统的处理器指令集(X86和ARM等。)是为通用计算开发的。它的基本运算是算术运算和逻辑运算，通常需要数百甚至数千条指令来完成对一个神经元的处理，因此深度学习的处理效率不高。”陈表示，谷歌甚至需要数万个X86处理器内核运行7天，来训练一个深度学习的神经网络来识别猫的脸。
陈和陈研究组的深度学习处理器指令集直接面向大规模神经元和突触的处理，一条指令可以完成一组神经元的处理。陈解释说，与谷歌使用的通用处理器不同，我们设计的处理器芯片是专门为深度学习技术设计的。“用于深入学习的通用处理器就像使用瑞士军刀来切肉，而我们则设计特殊的切肉机来切肉。”
