据美国新闻网站“Forward Geek”9月26日报道，在26、27两日举行的奥莱利人工智能大会(O’Reilly AI Conference)上，百度硅谷人工智能实验室高级研究员格雷格•迪亚摩斯(Greg Diamos)和夏朗•纳兰(Sharan Narang)宣布推出开源测试工具DeepBench，对硬件平台深度学习的性能进行评估。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、声音和文本。通过深度学习，机器可以解决如视觉构析、语音识别和自然语言处理等复杂的技术问题。

“现在我们的计算机性能非常有限，因此深度学习研发人员想尽快训练出高效的人工神经网络。”迪亚摩斯博士说道。“提高性能的第一步是测量，所以我们把DeepBench带进了深度学习的范畴，相信通过跟踪记录不同硬件平台的性能，将有助于处理器设计师更好地优化应用于深度学习的硬件。”

“从初创企业到行业巨头，DeepBench都能识别出其最适宜的深度学习硬件平台。”纳兰博士补充道。“研发人员在开发新算法时可以为DeepBench提供新的运算模式，反过来也会显现平台自身的性能，借此给硬件设计师提供一个有效的反馈。”(实习编译：何梓健  审稿：李宗泽)