Търсачката Bing бе оптимизирана с помощта на невронна мрежа от FPGA компоненти

Всяка компания използва собствени технологии за обработка на запитванията към търсещите машини. Microsoft например, през последните години активно експериментира с използването на FPGA (Field-Programmable Gate Array) – програмируеми логически матрици.

Инфраструктурата на търсачката Bing е разделена на три основни части: извличане на признаци (feature extraction), обработка на изразите със свободна форма (free-form expressions) и изчисляване на бала на системата с машинно обучение (machine learning scoring).

От 2011 година, в рамките на проекта Catapult, започна миграция на тази инфраструктура към FPGA. Използвани са три различни модели с FPGA компоненти, като за всеки от тях са проектирани специални дънни платки. През юни 2014 година, Microsoft съобщи, че 1632 сървъра на един от дата-центровете са базирани на Catapult. По този начин е постигната запазване на производителността при двойно по-малко сървъри.

Работата в тази насока продължава с пълна сила и сега Microsoft съобщи за последните модификации, направени в подсистемата за машинно обучение на Bing.

Сега се използват новите бързи FPGA Altera Arria 10. В тези логически матрици е увеличена производителността при операциите с плаваща запетая и се постига трикратно по-малка консумация на електрическа енергия, в сравнение с използването на графични ускорители. От друга страна, Stratix-V FPGA компонентите на Altera образуват мощна невронна мрежа, която се използва за разпознаване и класифициране на изображенията в Bing. При тестовете е постигнато разпознаването и класифицирането на 134 изображения в секунда.