投资小宇宙 | 另一个降低AI算力消耗的方向

最近AI概念股进入了调整期，但我们关于AI的研究还得接着做。之前用神经元的基本结构和大家讨论过AI对于算力的消耗是怎么来的。x1和x2代表外界刺激，也就是输入变量，经过神经元的处理也就是W1和W2的作用，得到输出结果Y。所谓的模型训练，就是通过给定多组Y和X去修正W，从而使得神经网络能够具备给出符合给定训练数据内在逻辑的输出能力，也称之为学习。期间，W越多，神经网络单次运算所需计算的乘法和加法次数越多，同时W越多也就意味着修正W的难度也越大，修正的难度也对应着训练次数的增加，也会成倍数地增加加法和乘法的运算次数，所以神经网络中计算机的底层工作就是加法与乘法，而大量的加法和乘法也是消耗算力的原因。 上一篇（戳这里：投资小宇宙 | AI为什么需要消耗大量算力？）由于篇幅原因没有展开，大家看完也许不 ………………………………