近日，Facebook 发布论文《Rethinking float point for deep learning》，该论文提出了一种使人工智能模型高效运行的方法，从根本上优化了浮点运算。开发使用这些新技术执行浮点运算的新芯片需要耗费一定的时间。但这样做可能得到的好处包括使数据中心的人工智能计算速度更快，在移动设备上获得更好的人工智能运算性能的低功耗设计，以及在进行较少的软件更改的情况下以更简单、迅速的方法达到性能目标。