盡管亞馬遜并沒有與外界分享內(nèi)部軟件生產(chǎn)情況的習(xí)慣，但近幾個(gè)月以來，眾多擁有開源深度學(xué)習(xí)技術(shù)的網(wǎng)絡(luò)行業(yè)巨頭們顯然發(fā)生了一些心理變化。因此，一些公司于昨日的C++庫發(fā)布之際悄然加入了開發(fā)神經(jīng)網(wǎng)絡(luò)的戰(zhàn)局。

名為DSSTNE的一套框架，在亞馬遜分布式處理并行機(jī)制中的速度欠佳。通常的替代法是，通過在每個(gè)GPU代碼的單獨(dú)副本和同步協(xié)調(diào)機(jī)制中執(zhí)行活動(dòng)模型。其他方式是將算法的每一個(gè)主要因素分配到不同的芯片，這樣工作效率會(huì)更高，但仍然沒有最大限度地利用現(xiàn)有的硬件。 對于DSSTNE，反過來，優(yōu)化利用后者方法可以計(jì)算出一臺(tái)給定處理器能處理并分配負(fù)載的最佳數(shù)量。

當(dāng)框架被用來分析所謂的稀疏數(shù)據(jù)集而發(fā)現(xiàn)其中缺少很多細(xì)節(jié)時(shí)，其性能的提升就顯得尤為突出了。為了處理的部分信息，亞馬遜將DSSTNE優(yōu)化，幫助加快推薦引擎的創(chuàng)立，這種方式通常不能獲取編程權(quán)衡的所有信息。關(guān)于零售巨頭網(wǎng)站的產(chǎn)品建議功能，比如，如果訪客沒有登錄到帳戶中,是不能將他們的購買歷史記錄在內(nèi)的。同時(shí)，搜索應(yīng)用程序?qū)⒛軌蚶迷摽蚣?，并處理?jīng)常出現(xiàn)在用戶查詢中的語義差別。

亞馬遜還計(jì)劃增加對圖像和語音識(shí)別算法的支持，努力進(jìn)一步提升DSSTNE在未來的影響力。該庫已構(gòu)成對現(xiàn)有深度學(xué)習(xí)引擎的威脅：零售巨頭聲稱，此深度學(xué)習(xí)庫在一次內(nèi)部基準(zhǔn)測試中的表現(xiàn)更勝一籌，優(yōu)于Alphabet目前流行的TensorFlow系統(tǒng)的2.1倍。

【更多行業(yè)資訊，請關(guān)注DOIT官方微信（微信號(hào)：doitmedia），關(guān)注科技與數(shù)據(jù)經(jīng)濟(jì)，洞察IT走向DT?！?/p>

zhangnn