使用图形处理单元加速并优化机器学技术的处理

摘要

一种使用图形处理单元(GPU)处理机器学技术(如神经网络)和其它非图形应用来加速并优化处理的系统和方法。该系统和方法将可用于各种各样的机器学技术的体系结构从CPU转移到GPU。到GPU的处理转移使用克服限制并在GPU体系结构的框架内工作良好的若干新技术来实现。当克服了这些限制之后，机器学技术尤其适合在GPU上处理，因为GPU通常比典型的CPU更强大。此外，类似于图形处理，机器学技术的处理涉及具有解非无效解和大量数据的问题。

主权项

1. 一种用于处理计算机应用程序的计算机实现的方法，其特征在于，它包括：使用一图形处理单元处理一机器学习技术以获取结果，其中处理机器学习技术包括使用一像素着色引擎计算一内积，所述内积是以下的至少其中之一：(a)矢量内积；(b)矩阵内积；将所述内积分解成子问题，并使用像素着色程序在所述子问题上执行多遍；以及使用所述结果以提供由所述计算机应用程序使用的解决方案。