第(3/3)页

    大家用的数据集，通常也就是几千张图片。

    弄几百万张图片来做比赛？

    这算力需求得有多恐怖？

    张建忠虽然有些疑惑，但看着这段简介，他敏锐的商业嗅觉告诉他。

    这个比赛的规模绝对不小，而且极具前瞻性。

    张建忠没有立刻下定论。

    他把椅子转过去，面对电脑屏幕，打开了浏览器。

    他在搜索框里输入了“ImageNet”和“李飞飞”。

    按下回车键。

    网络上关于这个项目的资料并不算多，因为它还没有正式引起轰动。

    但张建忠还是找到了一些李飞飞团队发表的早期论文和项目愿景。

    他快速地浏览着屏幕上的文字。

    越看，他的眼神越亮。

    他终于明白了李飞飞想要做什么。

    她提出了一种与当前学术界主流截然不同的思路。

    她认为，想要让计算机真正学会认识这个世界，不能靠人类去教它规则。

    而是应该给它看海量的数据。

    海量的、已经打好标签的数据。

    让计算机自己从这几百万张图片里，去找出规律，去总结特征。

    张建忠的大脑飞速运转。

    几百万张高分辨率图像，如果用传统的CPU去一张张处理。

    去提取特征，去做比对。

    那所需要的计算时间，将是一个天文数字。

    一个普通的实验室，根本跑不动这种规模的数据集。

    但是。

    如果用GPU呢？

    如果用拥有成百上千个流处理器、擅长大规模并行矩阵运算的GPU呢？

    张建忠瞬间意识到，这个庞大、消耗算力的ImageNet数据库。

    简直就是为了英伟达的显卡量身定制的最佳试炼场！

    　　


    第(3/3)页