Поиск bing оптимизировали с помощью нейросети на fpga

14 июля 2011

smart

В проектировании серверной инфраструктуры для обработки поисковых запросов у каждой компании имеется собственные ноу-хау. К примеру, Микрософт сейчас деятельно экспериментирует с применением FPGA (Field-Programmable Gate Array, программируемые пользователем вентильные матрицы).Для поисковой совокупности Bing инфраструктура ранжирования поделена на три части: выделение показателей (feature extraction), обработка выражений в свободной форме (free-form expressions) и вычисление результата совокупностью машинного обучения (machine learning scoring).
Смотрите кроме этого: Как поменять дефолтный поиск в Windows Phone 8.1

Одной из изюминок развития современных мобильных операционных совокупностей есть всё усиливающаяся роль поисковых совокупностей. Как раз исходя из этого строка поиска занимает центральное место в интерфейсе Android и iPhone, а разработчики Windows Phone предусмотрели для вызова поиска кроме того отдельную аппаратную кнопку. Неприятность лишь в том, что по умолчанию он настроен на применение работы Bing, чьи результаты для русскоязычных запросов не всегда релевантны.

Исходя из этого мы желаем вам поведать, как в Windows Phone начать применять в качестве главного поиска Яндекс либо Гугл.

С 2011 года в ходе проекта Catapult начался процесс миграции этих совокупностей на FPGA. Процесс шёл непросто, за эти годы Микрософт экспериментировала с тремя моделями FPGA, для каждой из которых приходилось конструировать особые материнские платы.В июне 2014 года Микрософт говорила, что удалось перевести на платформу Catapult (другими словами на FPGA) 1632 сервера в одном из дата-центров.

Это разрешило сохранить производительность поисковой системы на том же уровне, снизив количество серверов в два раза.Работа продолжилась в том же направлении, и по сей день Микрософт поведала о последних модификациях, сделанных в системе машинного обучения Bing. Во-первых, Микрософт перешла на новые высокопроизводительные FPGA Altera Arria 10.

В них увеличена производительность в операциях с плавающей запятой (трёхкратная польза по энергоэффективности, если сравнивать с GPU).Во-вторых, создан новый уникальный дизайн свёрточной нейросети на матрицах Stratix-V FPGA от Altera. Эту нейросеть на данный момент применяют в задачах компьютерного зрения, классификации изображений и распознавании образов, а также для поисковой совокупности Bing.Если доверять итогам, размещённым в научной работе, то в стандартных тестах по классификации изображений ImageNet 1K и ImageNet 22K нейросеть от Микрософт превосходит прошлые варианты дизайна на FPGA приблизительно втрое.

В этих двух тестах Catapult Server + Stratix V D5 осуществляет классификацию со скоростью 134 и 91 изображение в секунду, соответственно.Одновременно с этим, значительно улучшены показатели в затратах джоулей на картину, если сравнивать с различными GPU, оптимизированными для данной задачи. Так, серверы Микрософт смогут трудиться действеннее и дешевле, чем серверы на стандартных GPU.