AlexNet

AlexNet 是一种经典的卷积神经网络 (CNN) 架构，由 geoffrey-hinton 以及他在多伦多大学的两个学生——ilya-sutskever 和 Alex Krizhevsky 共同设计。

历史意义与突破

• ImageNet 夺冠：在 2012 年的 ImageNet 大规模视觉识别挑战赛中，AlexNet 相比前一年主流算法的准确率实现了跃升，以 85% 的 Top-5 准确率夺得冠军。
• 算力瓶颈突破：与当时谷歌使用 16000 个 CPU 相比，AlexNet 仅使用了 4 个英伟达 (nvidia) GPU 进行了高度并行的计算训练。这向学术界和工业界证明了 GPU 在并行计算和深度学习中的巨大优越性，直接促成了现代 AI 芯片巨头英伟达的崛起。
• 工业革命时刻：AlexNet 的诞生标志着深度学习发展的三驾马车——算法（多层深度神经网络结构）、算力（GPU 并行计算）和数据（ImageNet 大规模标注数据集）正式合流，AI 技术从此驶入工业化落地的快车道。

Source: 2026-06-21-note-奥尔特曼传（来源未公开）