Google在2012年的時候，曾經(jīng)推出了"教自己識別喵星人"的人工神經(jīng)網(wǎng)絡(luò)；但是在Nvidia和斯坦福大學(xué)所創(chuàng)建的新網(wǎng)絡(luò)面前，前者就像是一個傻瓜。新的大規(guī)模神經(jīng)網(wǎng)絡(luò)，采用了Nvidia的GPU集群，其處理能力要比Google強上6.5倍。此外，Google的系統(tǒng)依賴于1000臺服務(wù)器，而Nvidia和斯坦福大學(xué)的替代方案，只用到了16臺。

這么算來，讓Nvidia搭建與Google去年的網(wǎng)絡(luò)性能相當(dāng)?shù)南到y(tǒng)，只需要用到3臺服務(wù)器。這家搜索巨頭的數(shù)據(jù)處理，依賴于超千臺服務(wù)器、總共16000顆的CPU核心。

這意味著，采用Nvidia GPU加速的集群(11.2 billion parameter)，其占地要小得多。

十六臺服務(wù)器中的每一個，都配備了兩路四核處理器、以及4顆Nvidia GeForce GTX 680 GPU，每路CPU還分配了4GB的內(nèi)存；一個FDR In niband適配器則用于各個服務(wù)器的低延遲通信。

誠然，一塊GTX 680加速卡的價格高達(dá)400美元，對于大多數(shù)人來說，它還算不上是一個"便宜的超級計算機"。

新網(wǎng)絡(luò)是斯坦福人工智能研究院Andrew Ng的作品，他也曾為Google去年的千臺"逗貓集群"的開發(fā)工作過。

該系統(tǒng)采用了與人類大腦活動流程相同的建模方式，能夠識別出一只貓是什么樣子的，然后將這些知識應(yīng)用于發(fā)現(xiàn)多個YouTube視頻里的喵星人。

雖然這聽起來似乎很容易，但是讓電腦識別模糊的動物或?qū)ο竽Ｐ偷倪壿嬕廊荒：?mdash;—比如，喵星人有多種毛色和花紋，根據(jù)有限的例庫中的圖片來推斷識別——仍然相當(dāng)困難。

Ng和Google團(tuán)隊向"神經(jīng)網(wǎng)絡(luò)"展示了數(shù)以百萬計的圖像，以為其建立起在未來辨認(rèn)出喵星人的能力。