近日，Facebook 正式宣布了新一代的服务器设计方案——“Big Basin”，它是 AI 训练系统 Big Sur 系列的继承者。这些使用英伟达的 GPU 作为处理核心的服务器连接起来，形成一个巨大的 AI 训练网络，这使得 Facebook 的产品能够进行物体和面部识别、实时文本翻译、以及理解并描述图片和视频中的内容。
Facebook，表示与 Big Sur 相比，Big Basin 能够训练比之前的规模大 30% 的机器学习模型。根据在标准神经网络模型上的测试，Big Basin 还可以通过压缩训练 AI 系统需要的大量数据集，将训练速度提升一倍。
Facebook 已经宣布开源服务器的设计。Facebook 此前参加并帮助建立了 Open Compute Project （开源计算项目），这个项目的主要目的是共享数据中心的硬件和软件设计，并相互协作，因此开源服务器的设计方案是 Facebook 的一贯做法。一旦 Facebook 将 Big Basin 的原理图上传到网络上，所有人，甚至竞争公司的服务器设计专家，都可以下载使用。
对于 Facebook 来说，开源 AI 系统的训练工具是为了推动其 AI 系统能力的进一步发展。尽管Facebook 是大力投入前沿和实验性 AI 研究的最大组织之一，但是它的目的不仅仅是为了推动技术的极限。实际上，Facebook 对 AI 的巨资投入与其推动视频直播以及其他以消费者为中心的产品是密不可分的。
“如果你登录过 Facebook，那么很可能使用过一些我们开发的 AI 功能。”Facebook 的技术项目经理 Kavin Lee 说，他主要负责 Big Basin 以及其他数据中心的工作。
比如，通过给朋友贴标签以及给视频（包括实况直播）分类，Facebook 将能够吸引更多的用户上传视频以及观看视频。此外，Facebook 还可以通过 AI 研究获得巨大的社会影响力。Facebook当前 AI 算法的一个重要功能是帮助盲人用户描述图片的内容，而就在上周，Facebook 刚刚宣布将使用 AI 模式识别软件，来尝试辨别可能需要心理辅导的用户。
在正式推出面向大众的产品之前，Facebook 会通过 Big Basin、Big Sur 这样的服务器对这些 AI 系统进行训练。正是因为 Facebook 的持续投入，才让这一切变得可能。
