OpenAI 发布分析：神经网络训练计算效率每16个月翻倍

OpenAI 发布分析显示，自 2012 年以来，在 ImageNet 分类任务上达到相同性能所需的神经网络训练计算量每 16 个月减少一半。相比 2012 年，目前训练达到 AlexNet 水平的网络所需计算量减少了 44 倍，这一效率提升幅度超过了同期摩尔定律预期的 11 倍成本改进。结果表明，在高投入的 AI 任务中，算法进步带来的收益已超过传统硬件效率的提升。