Facebook最近剛加入一些新機器到Prineville的服務器大軍中。同時，公司也裝載了新的大功率服務器，旨在加速對軟件翻譯、更聰明的虛擬助手以及文字識別等人工智能技術的訓練。

Facebook新的Big Sur服務器是圍繞本來為圖片處理而開發(fā)的大功率處理器——GPU來設計的。這些處理器加強了最近人工智能的一個技術飛躍——深度學習。由于GPU使得如何訓練軟件的舊觀念被運用到更廣大更復雜的數(shù)據(jù)集中，軟件可以變得驚人的“善解人意”，特別是在理解圖片和文字方面。

Kevin Lee，F(xiàn)acebook一位致力于服務器工作的工程師表示，他們在幫助Facebook的研究員們通過以運行更快、使用更多數(shù)據(jù)的方式來訓練軟件。”這些服務器是人工智能和機器學習研究的專用硬件。GPU可以記錄一張照片，把它們分成無數(shù)小像素，然后同時處理。”

每8個GPU就配置一臺Big Sur服務器，F(xiàn)acebook使用的是擅長于圖像識別的半導體供應商Nvidia制造的GPU。Lee沒有確切表明到底配置有多少服務器，但是據(jù)他所說，有數(shù)千塊GPU在工作著。公司的Prineville，Ashburn和Virginia的數(shù)據(jù)中心都安裝了Big Sur服務器。

因為GPU極其耗能，與數(shù)據(jù)中心里其他服務器不同，F(xiàn)acebook不得不把它們排放松散，以免產(chǎn)生過熱點，給冷卻系統(tǒng)帶來麻煩，以至于耗能更多�，F(xiàn)在每個七英尺高的架子里都只能放下八個Big Sur服務器，而這些架子過去可以容納30個只負責做一些用戶數(shù)據(jù)處理等日常工作的Facebook常規(guī)服務器。

在運行大數(shù)據(jù)中心和運用GPU來進行機器學習研究這些方面，F(xiàn)acebook不是唯一一家。海內(nèi)外的巨頭，比如微軟、谷歌以及百度等也運用GPU來進行深度學習的研究。

社交網(wǎng)絡是非比尋常的。它開創(chuàng)了Big Sur服務器設計、其它服務器設計，以及建立Prineville數(shù)據(jù)中心的新紀元。公司把這些設計和計劃捐獻給了一個非盈利項目——開放計算項目（Open Compute Project）。這個項目由Facebook于2011年發(fā)起，旨在鼓勵計算機公司互相協(xié)作，設計出低耗高效的數(shù)據(jù)中心硬件。這個項目至今已經(jīng)幫助了數(shù)家亞洲硬件公司，搶占了一些傳統(tǒng)供貨商如戴爾和惠普的市場。

Facebook AI研究項目的主管Yann LeCun說道，當今年早些時候Big Sur服務器宣布使用的時候，他相信該技術通用之后，會有更多組織建造強有力的機器學習基礎設施，然后加速此領域的發(fā)展進程。

不過，未來機器學習服務器建造的計劃可能不會以GPU為核心，如今很多家公司在致力于新芯片的設計。相比于GPU來說，這種芯片是特別為深度學習的算法而制作的。

今年五月，谷歌宣布其已經(jīng)開始使用自己設計的TPU芯片來驅動產(chǎn)品中的深度學習軟件，如語音識別。在訓練之后，這一代的芯片似乎更適合于運行算法，而不是像Big Sur服務器一樣，最初的訓練步驟是為了加速。但是，谷歌已經(jīng)開始第二代芯片的研究。Nvidia和其它幾家新公司包括Nervana也在開發(fā)為深度學習定制的芯片。

普渡大學副教授Eugenio Culurciello表示，深度學習的有效性意味著這種芯片將會被廣泛應用。“市場對這種芯片已經(jīng)有巨大需求了，而且這種需求只增不減。”

當被問到Facebook是否在開發(fā)定制芯片時，Lee表示，公司正在“研究中”。