Innovation
为什么AI的数值计算捷径在科学计算中失效
为了加快AI工作负载而设计的自定义数字格式的爆炸增长，引发了将这些相同捷径应用于科学计算的诱惑。但据《IEEE频谱》报道，对神经网络有效的技巧在物理和工程模拟中可能会产生灾难性的错误结果。
Key Takeaways
- AI数字格式为了速度而牺牲精度，神经网络对此有容错能力
- 科学模拟需要精度——小舍入误差可能会级联成无意义的结果
- 研究人员正在开发专门为科学计算设计的定制数字格式
- AI优化的硬件可能会落后科学工作负载，因为芯片设计优先考虑低精度
DE
DT Editorial AI··via spectrum.ieee.org