前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >新华三近期重磅发布的三员存储悍将有何看点

新华三近期重磅发布的三员存储悍将有何看点

作者头像
冬瓜哥
发布于 2021-07-22 02:44:47
发布于 2021-07-22 02:44:47
8770
举报
文章被收录于专栏:大话存储大话存储

7月8日,紫光股份旗下新华三集团以“智以致用·速达未来”为主题,在京召开“2021新华三存储新品发布会”,重磅推出云智原生的新一代端到端NVMe闪存存储H3C/HPE Alletra、分布式融合存储H3C UniStor X10000,以及全新升级的智慧中枢数据平台。

1 新品概况

基于端到端NVMe架构,Alletra系列存储实现了对前端及后端 NVMeoF互连、NVMe SSD 及NVMe SCM的支持;同时,Alletra将CASL、数十项缓存优化专利算法与SCM结合,带来读写时延的进一步降低,让性能提升最高300%,充分释放存储性能

本次新华三集团同时推出了国内首个NVMe+SCM分布式H3C UniStor X10000全闪节点。X10000可以提供全场景的存储解决方案,通过复制、双活提供全面的同城和异地容灾方案。X10000全闪节点利用SCM存储级内存和NVMe协议的组合,实现了单节点15万IOPS,对比用SATA SSD而言提升了3.3倍,创造出分布式全闪的极致性能。延续全融合架构基础,X10000全闪节点提供iSCSI、NFS、CIFS、HDFS、S3等存储协议和容器CSI接口。为提升数据效率,X10000全闪节点支持全局的IO级重复数据删除和数据压缩,在保证业务读写性能的情况下,提供3:1的数据压缩率,满足虚拟化、VDI等场景下对海量数据的存储需要。

智慧中枢数据平台构建全局智能,主动感知全球每一台接入存储的状态,提供监测、管理、分发、部署、升级等服务,并针对业务风险提前发出预警,构建全局化、可视化的管理模式,实现接入存储业务能力的全面提升。

2

Alletra为智而生

HPE Alletra系列是面向企业市场推出的全闪存阵列(All Flash Array),有两个系列,Alletra 9000和Alletra 6000。

这两个系列的机柜规格均为4U。6000系列有24盘位,而9000则有48 个。9000 系列的 I/O端口比 6000要多不少,而且冷却风扇的设计位置也不同。

值得一提的是,Alletra 6000支持PCIe Gen4。由于目前全闪存阵列几乎都是基于NVMe盘构建,使用PCIe Gen4不仅可以在前端I/O卡上实现更高的带宽更低的延迟,关键在后端I/O性能上可以相比Gen3 NVMe盘的性能再上一个台阶。官方表示 Alletra 6000 的性能比以前的 Nimble 全闪存阵列快 3 倍。

在缓存规格上,Alletra 6000也有了大幅度提升,最高双控缓存高达1824GB,并且支持SCM作为缓存加速,进一步提升性能。

Alletra 9000系列则是基于Intel CPU平台,相比Alltera 6000而言,前者在每个控制器上配备了4颗专用数据加速ASIC。这些ASIC专门处理诸如重删、压缩和数据复制时的zero detect,重删Hash和加密时要用到的SHA-256计算,以及Raid重构时要用到的XOR运算和集群通信、数据移动等所需的计算和管理。

ASIC,SCM,PCIe Gen4全副武装的Alletra在性能上有多猛,可以看看下面的测试结果。同等配置下,Alletra系列名列前茅。其它对比者包括:Hitachi (VSP), Dell EMC (PowerMax), IBM (DS8950, FlashSystem 9200), Pure Storage (FlashArray/X90)以及NetApp (AFF A800). 对于Dell EMC PowerMax而言,一套PowerMax 8000 2-Brick(4控)需要22U高度,只能承载54个SAP HANA节点,一套3-brick系统(6控)则可承载80节点,但是已经占据了几乎整个32U机柜了。综合来讲,PowerMax需要8倍于Alletra 9000的空间,才能达到与后者持平的性能。

作为一款全闪存产品,性能当然是首要的,但是Alletra系列主打自己是一款“智能”存储。冬瓜哥到H3C官网看了一下具体规格和功能介绍,不得不说,网页上列举的一系列功能,的确可圈可点。除了对称、非对称双活、端口连续性、硬盘框冗余等技术之外,下面这两条着实让冬瓜哥这些年已经有点麻木的心里产生了一阵阵涟漪:

• 支持LUN应用属性,具备为LUN赋予不同的应用种类,可对存储上的LUN标注相应的业务应用,并对应用LUN集进行性能统计和监控,按照应用的维度展示性能分析视图。可支持应用种类包括Oracle、SQL、VMWare ESXi、Exchange、Hyper-V、DB2、Sharepoint、SAP HANA等

• 提供自动化的预测型服务,用户可直接与原厂专家取得联系获得优质服务,并可直接访问所需资源,为用户重新定义服务体验。AI 驱动型建议可协助改进性能、实现更高可用性以及优化资源利用率和规划,进而剔除数据基础设施管理中的不确定因素

这种应用感知架构,正是冬瓜哥在十年前设计的那套“可视化存储智能”系列产品和方案的初衷,100%契合。这套方案的详情可见这里

而且可视化存储智能这套方案也是《大话存储 后传》一书的压舱石,有句台词说“为了尝这醋,我特意包了最好的饺子”,该书其实就是为了把这套方案和盘托出,才决定写作的。而这套方案的核心关键技术,则是“智能迁移”,当然,这个名字是个商业名词,冬瓜哥之前也对该方法申请了专利。其基本原理是通过改变逻辑卷在不同数量,不同速度硬盘上的布局以达到让逻辑卷时刻随着前端应用的I/O属性而自动适配的技术,其核心在于调整数据布局,这个布局并不仅仅是数据纵向分级,而重点更在于在多块硬盘上的横向布局,尤其是在多个逻辑卷共享底层物理硬盘时,该技术具有划时代的创新意义。

时光一去永不回,往事只能回味,生错了土壤,自然难以发芽。不过非常欣慰的看到Alletra系列智能全闪存系统认同并落地了这个思想,所以,选对了土壤,很重要。Alletra称自己是智能存储,冬瓜哥表示完全认同,单就这一个功能,就足够了。

3 X10000全闪为速而生

与Alletra同时发布的还有X10000系列分布式存储系统全闪存节点X10828。

H3C UniStor X10000 G5海量存储系统,是新华三集团自主研发的新一代全对称分布式存储。X10000 G5在一个平台同时支持块、文件、对象与HDFS存储能力,最大支持4096个节点的横向扩展,单一命名空间支持EB级容量,系统的性能和容量随节点数增加呈线性增长。目前X10000已经广泛适用于云计算、虚拟化、数据库、文件共享、票据影像、HPC、归档备份等场景,面向政府、金融、企业、运营商、广电、教育、医疗、交通、能源等各行业用户提供海量存储资源池。

软件架构上,X10000采用了独特的GCAA全局缓存聚合加速技术,数据写入SCM后就返回确认,相比传统落盘方式大大降低了时延,显著提高了写入性能。同时,X10000将随机的多个小块IO在SCM中聚合为64KB的大IO,顺序下刷到SSD或HDD的数据盘上,减少了纠删码场景下的写惩罚,也减少了数据的落盘次数,使得性能可以大幅度提升。此外,SCM的写缓存会进行全局镜像,最多容忍4个X10000节点同时故障而数据不丢失,业务不停机,用户不用担心数据的可靠性和系统的可用性。所以,无论从性能提升,还是可靠性改进,GACC技术都为X10000注入了新的能量。

为了节省SSD的存储空间,X10000支持全局的IO级重复数据删除和数据压缩,对块、文件、对象全场景适用,在保证业务读写性能的情况下,提供3:1的数据效率,尤其适合虚拟化、VDI等场景。在数据冗余上,X10000通过支持8+2、16+2大比例纠删码,空间利用率最高可达89%,相比4+2纠删码利用率提升33%,进一步帮助用户降低硬盘采购容量和TCO成本。

X10000用统一的存储平台支撑了五合一的融合架构,可以提供丰富的存储协议,包括数据库虚拟化等块存储应用所需要的iSCSI协议,NAS应用所需要的NFS/CIFS/FTP,对象应用所需要的S3接口,Hadoop大数据平台所需要的HDFS接口,以及新兴容器应用需要的CSI接口。此外,X10000还支持跨协议访问,支持对象存储和NAS、HDFS协议的互通,在一份数据下提供多种协议访问,构建真正的统一存储资源池。

此外,X10000在某车企L4级别无人驾驶研发平台中也得到了很好应用。L4级别自动驾驶训练业务,需要海量的对象存储,用来存放机器学习高性能计算、仿真训练集群所需的原始数据、训练数据和模型元数据。基于自动驾驶研发应用的特点,该平台要求分布式存储在1MB和4MB对象下单节点读性能均大于2GB/s,且在大规模集群下性能可以线性增长,满足集群60GB/s的性能要求。而且对存储的可靠性和可扩展性也提出了较高要求,可以支撑未来每个月PB级别的数据增长。本次方案采用了新华三30个X10536分布式存节点,可用容量4.7PB,实测单节点2.24GB/s带宽,30个节点集群带宽63GB/s,满足了应用的要求。而且X10000存储支持横向扩展,可以平滑扩容至数百PB容量,在可靠性上也达到了用户的预期,所以赢得了用户对产品和方案的认可。

在智能开发上,X10000也继承了新华三的智能存储战略,不但已经早已实现在硬盘故障预防、容量和性能预测、故障识别的功能,也已经开始逐步实现故障定界和根因分析,并且在可见的未来,就可以实现和客户业务的严密配合匹配,主动调节优化参数和配置,让所有的硬件和软件都运行在最合适的位置。

4 智慧中枢为云而生

当年冬瓜哥在可视化存储智能解决方案中,也设计了一套叫做“SmartInsight”的存储套件,这个套件把对应存储系统的所有智能功能打包在一起,里面又分了多个子套件,比如智能分层、智能迁移等,每个套件实现一种智能管理,所有套件都基于应用感知,但是当时由于不懂AI,所以并没有加入AI模式识别方面的功能,否则会更完善。

新华三这次发布的智慧中枢数据平台,我产生了共鸣,而且新华三能够将这套思路落地,我感到兴奋的同时,回想起当年单枪匹马在某司推动这套方案而无果时的情景,又不由得黯然伤神。自诩为一个在存储领域混迹15年人,做过工程师,产品经理,架构师,除了几个专利之外,没有一样产品出自我手,不得不说是人生一大遗憾。

无论是可视化存储智能方案,还是智慧中枢,其目标都是让用户不会再为底层硬件所困扰,只需关注自身需求。智慧中枢数据平台在了解用户对容量、性能等方面的需求后,能够智能化的匹配相应存储资源,从而为应用运行提供专业加速,最大限度的规避性能瓶颈的发生。用户可以以商业许可的形式获取存储资源。随着业务的变化,用户可以像使用、管理公有云一般,灵活增加或者减少存储资源的使用量,提升不同场景下的存储利用率,让存储资源的价值得到最大化。

新华三作为中国服务器、传统存储以及新兴的分布式、全闪存储系统厂商,这几年发展迅速,已经是中国企业外部存储存储系统厂商第一梯队。这次发布的三员悍将,必将夯实新华三的根基,为其后续发展奠定了坚实基础。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-07-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大话存储 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
【柯洁战败解密】AlphaGo Master最新架构和算法,谷歌云与TPU拆解
【新智元发自中国乌镇】乌镇人工智能峰会进入第二天,哈萨比斯、David Silver和Jeff Dean等谷歌高管纷纷发表演讲。他们对AlphaGo 2.0的新技术进行了详细解读。几位“谷歌人”纷纷提到一个关键词——TPU。Jeff Dean 甚至直接放出了与GPU的性能对比图。从昨天的赛后采访到今天的主旨演讲,哈萨比斯等人一直在强调TPU对新版本的AlphaGo的巨大提升。看来,TPU将会成为接下来一段时间内谷歌的战略重点,GPU要小心了。本文带来哈萨比斯、David Silver现场演讲报道(附PPT)
新智元
2018/03/28
1.5K0
【柯洁战败解密】AlphaGo Master最新架构和算法,谷歌云与TPU拆解
AI 网红 Andrej Karpathy:为什么 AlphaGo很难应用到围棋以外的世界?
【新智元导读】 Karpathy在文章中谈到了AlphaGo技术中一些很酷的部分,以及,从围棋的7大属性出发,谈到了AlphaGo常常被人忽视的一些局限性。 我最近有幸跟几个人聊到了AlphaGo与柯洁等棋手的比赛。特别是,大多数的报道都是大众科学+PR的混合体,所以,最常见的问题就变成了“AlphaGo的突破性表现在什么地方?”“AI研究者如何看待AlphaGo的胜利”以及“ 胜利的意义在哪?” 我想,针对这些问题,我有一些自己的想法。 一些很酷的部分 AlphaGo 是由一系列相对来说比较基础(sta
新智元
2018/03/28
8500
AI 网红 Andrej Karpathy:为什么 AlphaGo很难应用到围棋以外的世界?
AlphaGo Zero幕后开发心路历程大公开!DeepMind资深研究员黄士杰最新演讲解密
【导读】11月10日,黄士杰应台湾人工智能年会之邀来台演讲,演讲主题是「AlphaGo——深度学习与强化学习的胜利」,也是他首次公开演讲。不久前,在DeepMind发表了《Mastering the game of Go without humanknowledge》的最新论文后,黄士杰曾在Facebook写下:AlphaGo Zero是完全脱离人类知识的AlphaGo版本。在演讲上,他强调,DeepMind的目标是要做出一个通用人工智能,也就是强人工智能,但他也认为,对DeepMind来说,强人工智能还是
WZEARW
2018/04/10
1.1K0
AlphaGo Zero幕后开发心路历程大公开!DeepMind资深研究员黄士杰最新演讲解密
《自然》论文详解:AlphaGo 背后的深度神经网络和树搜索
Nature 封面论文:Mastering the game of Go with deep neural networks and tree search(通过深度神经网络和树搜索,学会围棋游戏) AlphaGo 给围棋带来了新方法,它背后主要的方法是 Value Networks(价值网络)和 Policy Networks(策略网络),其中 Value Networks 评估棋盘位置,Policy Networks 选择下棋步法。这些神经网络模型通过一种新的方法训练,结合人类专家比赛中学到的监督学习,
新智元
2018/03/14
4.3K0
《自然》论文详解:AlphaGo 背后的深度神经网络和树搜索
深入浅出解读并思考AlphaGo
;其次我们要想一下我们下了某一步之后局面会怎么变化,对方会怎么下,我们又怎么接着对方的棋往下下,我们把这种思考叫做思考的深度
CristianoC
2021/03/11
9110
深入浅出解读并思考AlphaGo
现场报道 | 让天下三子,DeepMind官方解读新版AlphaGo强大实力
机器之心原创 记者:杜夏德 参与:李泽南、吴攀 5 月 23 日,乌镇围棋峰会第一场人机大战以柯洁落败而结束,DeepMind 和谷歌在今天的人工智能高峰论坛中详细回顾了昨天的比赛,并解读了 AlphaGo 背后的强大实力。 第一天比赛结束,DeepMind 创始人 Hassabis 表示,比赛进入了数子阶段,AlphaGo 的优势很小,柯洁完成了一场伟大的比赛。竭尽全力的柯洁表示,此次大赛之后不但不会再与机器交战,也不会利用机器来练习,他「更喜欢与人类棋手下棋,这样自己还有赢的可能。」 比赛之后,Deep
机器之心
2018/05/07
8020
现场报道 | 让天下三子,DeepMind官方解读新版AlphaGo强大实力
仅用3天,AlphaGo Zero就凭借自学以100:0击败AlphaGo,柯洁表示人类太多余了
AlphaGo Zero3天时间就能达到击败李世石的AlphaGo Lee的水平,21天可以达到了之前击败柯洁的AlphaGo Master的水平。 今天凌晨,谷歌旗下Deepmind人工智能团队发布了一篇轰动AI界的论文,《Mastering the game of Go without human knowledge》(在没有人类知识的情况下掌握围棋),一句话总结这篇论文,他们研发的AlphaGo大表哥AlphaGo Zero能够在没有人类围棋对弈数据的情况下,直接通过自我纯强化学习,于短短的3天自我训
镁客网
2018/05/30
8270
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
围棋一直被视为人工智能最难破解的游戏。就在今天,《Nature》杂志以封面论文的形式,介绍了 Google DeepMind 开发的人工智能程序 AlphaGo,它击败了欧洲围棋冠军樊麾,并将在 3 月和世界冠军李世乭对战!Google 特地为此准备了 100 万美元奖金。 从国际象棋的经验看,1997 年人工智能第一次打败人类后,2006 年成为了人类在国际象棋的绝唱,自此之后人类没有战胜过最顶尖的人工智能国际象棋选手。在 AlphaGo 打败了欧洲围棋冠军后,世界冠军李世乭和 AlphaGo 的对弈,
新智元
2018/03/14
1.6K0
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
柯洁第二局投子认负,独家专访AlphaGo开发者导师Martin Müller
机器之心原创 参与:李泽南、杜夏德 今天下午 13:37,「中国乌镇·围棋峰会」人机大战的第二场比赛落下帷幕。在耗时 3 小时 7 分钟的比赛后,柯洁投子认负,AlphaGo 取得了胜利。 在 23 日的首轮比赛中,AlphaGo 以四分之一子的优势,击败了世界第一人类围棋手柯洁。赢得比赛后,这场人机大战引起了人们广泛的关注和讨论。DeepMind 也在赛后分析解读了 AlphaGo 背后的技术,表示当前版本 AlphaGo Master 的棋力,较与李世乭对弈的 AlphaGo 版本有三子提升,就连柯洁本
机器之心
2018/05/07
6550
柯洁第二局投子认负,独家专访AlphaGo开发者导师Martin Müller
清华大学马少平:AlphaGo的成功是蒙特卡洛树搜索加深度学习的胜利
作者:马少平 清华大学计算机系教授,博士生导师,中国人工智能学会副理事长,中国中文信息学会副理事长。主要研究方向为智能信息处理,包括文本信息检索、网络用户行为分析、个性化推荐、社交媒体分析等。 在2016年3月份,正当李世石与AlphaGo进行人机大战的时候,我曾经写过一篇《人工智能的里程碑:从深蓝到AlphaGo》,自从1997年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平。但是,长期以来,在计算机围
小莹莹
2018/04/19
1.8K0
清华大学马少平:AlphaGo的成功是蒙特卡洛树搜索加深度学习的胜利
【一文读懂AlphaGo Zero算法】白话蒙特卡洛树搜索和ResNet
【新智元导读】AlphaGo Zero 令人惊艳。不过,有些评论似乎渲染过度,把它的算法说得神乎其神。大数医达创始人,CMU计算机学院暨机器人研究所博士邓侃在本文中,尝试用大白话,通俗地解释 AlphaGo Zero,弄清楚蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)、深度学习启发函数和置信上限这三大核心概念。 AlphaGo Zero 引起巨大社会轰动 只告诉机器围棋的基本规则,但是不告诉它人类摸索了上千年才总结出来的定式等围棋战术,让机器完全依靠自学,打败人类。这个题目不
新智元
2018/03/21
2.3K0
【一文读懂AlphaGo Zero算法】白话蒙特卡洛树搜索和ResNet
再进化!通用算法 AlphaZero 再攻克几种棋又有何难
本文介绍了 AlphaZero 是如何利用深度强化学习解决围棋问题的。首先,AlphaZero 在无任何人类指导的情况下,通过自我对弈的方式学会下围棋。然后,它利用蒙特卡洛树搜索和深度神经网络来评估局面和选择策略。最后,通过与人类世界冠军和之前的围棋 AI 进行比较,AlphaZero 证明了其强大的围棋下棋能力。
企鹅号小编
2017/12/27
9390
再进化!通用算法 AlphaZero 再攻克几种棋又有何难
起底AlphaGo历史
一、AlphaGo zero横空出世 10月19日DeepMind在Nature上发表了名为Mastering the game of Go without human knowledge(不使用人类知识掌握围棋)的论文,在论文中,Deepmind展示了他们强大的新版本围棋程序“AlphaGo Zero”—— 仅经过三天训练,就能以100:0击败此前击败李世石的AlphaGo Lee,经过21天训练,就能达到击败柯洁的AlphaGo Master的水平。 论文一出,AlphaGo Zero又出名了一把,有
大数据和云计算技术
2018/03/08
1.9K0
起底AlphaGo历史
心跳之局:AlphaGo强大,柯洁伟大!
柯洁和 Google AlphaGo 的第二局棋无论从围棋角度,还是从 AI 角度,加多少感叹号都是不够的。 跟这局棋比,当湖十局、耳赤之局、镰仓十番棋都黯然失色。如果还有另一局棋比这局更值得青史留名,那没准儿会是后天柯洁主动要求执白下的对 AlphaGo 最后一局。 如果非要给这局棋加一个符合围棋史传统的名字,也许可以称之为“心跳之局”?——还记得柯洁赛后说他在紧要关头捂住心口,试图让狂跳的心脏稍稍平稳一些吗? 中午我要赶到 CSDN 开会。那时柯洁正准备随时引爆左下角的大劫。开车路上一直在想,这个
AI科技大本营
2018/04/27
6850
心跳之局:AlphaGo强大,柯洁伟大!
人类太多余?且慢,先听AI科学家详解AlphaGo Zero的伟大与局限
夏乙 李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI “人类太多余了。” 面对无师自通碾压一切前辈的AlphaGo Zero,柯洁说出了这样一句话。 如果你无法理解柯洁的绝望,请先跟着量
量子位
2018/03/23
1K0
无需人类知识,DeepMind新一代围棋程序AlphaGo Zero再次登上Nature
选自DeepMind 机器之心编译 在今年五月击败柯洁之后,AlphaGo 并没有停止自己的发展。昨天,DeepMind 在《自然》杂志上发表了一篇论文,正式推出 AlphaGo Zero——人工智能围棋程序的最新版本。据称,这一版本的 AlphaGo 无需任何人类知识标注,在历时三天,数百万盘的自我对抗之后,它可以轻松地以 100 比 0 的成绩击败李世乭版本的AlphaGo。DeepMind 创始人哈萨比斯表示:「Zero 是迄今为止最强大,最具效率,最有通用性的 AlphaGo 版本——我们将见证这项
机器之心
2018/05/08
7140
无需人类知识,DeepMind新一代围棋程序AlphaGo Zero再次登上Nature
吴韧:“异构神机”强于Google AlphaGo 专注类脑芯片、调参是错误
在人工智能领域,从业者正在通过调参乃至新的芯片研发等方式追求更好的感知性能,但在知名异构智能(NovuMind)创始人&CEO吴韧看来,一些努力注定是“走偏了”,系统化的极致优化才是正确的方向,比如他的“异构神机”。 在Google DeepMind围棋人工智能系统AIphaGo对决韩国围棋第一人李世石九段之际,吴韧的团队也在筹备另一场围棋人机大战。2016年3月7日晚,在由极客帮创投、异构智能、聂卫平围棋道场联合召开的“异构智能·对弈未来”发布会上,吴韧宣布异构智能的人工智能项目“异构神机”将与世界围棋冠
用户1737318
2018/06/06
8640
李开复、马少平、周志华、田渊栋都是怎么看AlphaGo Zero的?
AI科技评论消息,北京时间10月19日凌晨,Deepmind在Nature上发布论文《Mastering the game of Go without human knowledge》(不使用人类知识掌握围棋),在这篇论文中,Deepmind展示了他们更强大的新版本围棋程序“AlphaGo Zero”,验证了即使在像围棋这样最具挑战性的领域,也可以通过纯强化学习的方法自我完善达到目的。据介绍,AlphaGo Zero仅经过三天训练,就能以100:0击败此前击败李世石的AlphaGo Lee,经过21天训练,
AI科技评论
2018/03/14
7990
李开复、马少平、周志华、田渊栋都是怎么看AlphaGo Zero的?
人工智能里程碑,谷歌AlphaGo击败围棋冠军!
围棋是众所周知的难,尽管计算机系统越来越发达,但是在强劲的围棋职业选手面前,一直都没能有重大突破。 但是,这个传统有了改变。 谷歌日前正式宣布程序AlphaGo打败了欧洲围棋职业选手,见证了人工智能的极大进步。 之前,计算机系统在智力游戏上已经取得了许多光辉的荣誉,战胜了许多人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等,但是在有着2500百年历史的东方游戏围棋上一直处在下风。 对此,谷歌的人工智能专家表示,这个壁垒很快就可以被打破了。AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二
镁客网
2018/05/25
1.6K0
刚刚,DeepMind被IJCAI授予杰出成就奖,因为他家把AlphaGo Zero做成了暖心的新垣结衣?
啥都别说,先看图好不好 首先,恭喜DeepMind荣获大奖。 其次,获奖评语中,一定不会少的是对他家新品AlphaGo Zero的大加赞叹。 这货3天走完人类的千年棋史,这样的影响力,柯洁也坐不住了: “AlphaGo在两年内达到的成绩令人震惊。现在,AlphaGo Zero是我们最强版本,提高了计算效率,并且没有使用到任何人类围棋数据,”AI科技大本营援引AlphaGo之父、DeepMind联合创始人兼CEO 戴密斯·哈萨比斯(Demis Hassabis)的话说到,“最终,我们想要利用它的算
AI科技大本营
2018/04/28
7920
刚刚,DeepMind被IJCAI授予杰出成就奖,因为他家把AlphaGo Zero做成了暖心的新垣结衣?
推荐阅读
【柯洁战败解密】AlphaGo Master最新架构和算法,谷歌云与TPU拆解
1.5K0
AI 网红 Andrej Karpathy:为什么 AlphaGo很难应用到围棋以外的世界?
8500
AlphaGo Zero幕后开发心路历程大公开!DeepMind资深研究员黄士杰最新演讲解密
1.1K0
《自然》论文详解:AlphaGo 背后的深度神经网络和树搜索
4.3K0
深入浅出解读并思考AlphaGo
9110
现场报道 | 让天下三子,DeepMind官方解读新版AlphaGo强大实力
8020
仅用3天,AlphaGo Zero就凭借自学以100:0击败AlphaGo,柯洁表示人类太多余了
8270
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
1.6K0
柯洁第二局投子认负,独家专访AlphaGo开发者导师Martin Müller
6550
清华大学马少平:AlphaGo的成功是蒙特卡洛树搜索加深度学习的胜利
1.8K0
【一文读懂AlphaGo Zero算法】白话蒙特卡洛树搜索和ResNet
2.3K0
再进化!通用算法 AlphaZero 再攻克几种棋又有何难
9390
起底AlphaGo历史
1.9K0
心跳之局:AlphaGo强大,柯洁伟大!
6850
人类太多余?且慢,先听AI科学家详解AlphaGo Zero的伟大与局限
1K0
无需人类知识,DeepMind新一代围棋程序AlphaGo Zero再次登上Nature
7140
吴韧:“异构神机”强于Google AlphaGo 专注类脑芯片、调参是错误
8640
李开复、马少平、周志华、田渊栋都是怎么看AlphaGo Zero的?
7990
人工智能里程碑,谷歌AlphaGo击败围棋冠军!
1.6K0
刚刚,DeepMind被IJCAI授予杰出成就奖,因为他家把AlphaGo Zero做成了暖心的新垣结衣?
7920
相关推荐
【柯洁战败解密】AlphaGo Master最新架构和算法,谷歌云与TPU拆解
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档