2016-02-11 阅读札记: 移动GPU + 多线程 mprotect + AlphaGO的浅析 + SVAIL-cluster

1,看了一篇移动GPU的科普综述(LINK),不错的对比,因为上个月开会了解懂啊还有人准备去调研这一块,今天算是总算看到一篇相关旧文;

  NOTE: 所描述内容主要针对GPU的老本行:rendering(三大模式,IMR, TBR,TBDR);而对于GPGPU则鲜有着墨;数据也比较老;

2,multi-threaded mprotect(LINK): 

     使用mprotct来记录watch的memory区域;相应的信息转储到fd当中;而mprotect则通过封装为handler注册与sigaction当中,通过signal的机制来触发;

实现一遍就清楚了;

 

3, 浅析AlphaGO的AI技术路线(LINK):

  一句话总结就是:“采用深层CNN神经网络架构结合蒙特卡洛搜索树”

  对于不同水平的人类旗手下棋棋局的学习和模仿,但是不具有创造性思维;所以其下棋的水平往往局限于所学习的对象的水平,亦即,三流师傅带不出一流徒弟;

AI说白了,还是对于解空间/搜索空间的一种搜索优化,要么表征枚举广泛的解空间,然后做空间搜索,或者当解空间浩瀚无法枚举时,通过策略来进行剪枝和压缩,

达到很高的“智能”水准;

  但是AlphaGO带来的突破是 自我进化,通过左右互搏而不断搜索最佳(赢棋)路径,并记录;这样的AI会不断强化赢棋能力和下棋水平;

 

4,介绍百度的SVAIL集群;纯粹的介绍类文章,看看即可;(LINK)

你可能感兴趣的:(2016-02-11 阅读札记: 移动GPU + 多线程 mprotect + AlphaGO的浅析 + SVAIL-cluster)