A pint méretű szuperszámítógép, amelyet a vállalatok igyekeznek megszerezni

Az Nvidia DGX-1 szuperszámítógépét a mélytanulási modellek gyorsabb képzésére tervezték, mint a hagyományos számítástechnikai rendszerek.

A mesterséges intelligencia által hajtott összetett adatprojektekkel küzdő vállalatok számára üdvözlendő fejlesztésnek számít az Nvidia AI szuperszámítógépnek nevezett rendszer.

Az Nvidia korai vásárlói DGX-1 , amely a gépi tanulási szoftvereket a chipgyártó nyolc legmagasabb kategóriás grafikus feldolgozó egységgel (GPU-val) ötvözi, azt állítja, hogy a rendszer lehetővé teszi analitikai modelljeik gyorsabb betanítását, nagyobb kísérletezést tesz lehetővé, és elősegítheti az áttörést a tudomány, az egészségügy és a pénzügyi területeken. szolgáltatások.



új szépségszűrő tiktok

Az adattudósok GPU-kat használnak fel a mély tanulás felgyorsítására – egy mesterséges intelligencia technika, amely utánozza az emberi agy adatfeldolgozási módját. 2012 óta , de sokan azt mondják, hogy a jelenlegi számítástechnikai rendszerek korlátozzák a munkájukat. A gyorsabb számítógépek, mint például a DGX-1, azt ígérik, hogy a mélytanulási algoritmusokat hatékonyabbá teszik, és lehetővé teszik az adattudósok számára, hogy olyan mélytanulási modelleket futtassanak, amelyek korábban nem voltak lehetségesek.

A DGX-1 nem minden vállalat számára varázslatos megoldás. 129 000 dollárba kerül, többe, mint azok a rendszerek, amelyeket a vállalatok saját maguk állíthatnának össze az egyes alkatrészekből. Fix mennyiségű rendszermemória és GPU-kártyák is járnak hozzá. De mivel a megfelelő alkatrészek és programok egy közepes bőrönd méretű fémházba vannak előre telepítve, és mivel a fejlett hardvert gyors csatlakozási lehetőséggel párosítja, az Nvidia állítása szerint a DGX-1 könnyebben beállítható és gyorsabban elemezhető, mint a korábbi GPU. rendszerek. Ezenkívül a DGX-1 pozitív fogadtatása a rendelkezésre állás első néhány hónapjában arra utal, hogy a hasonló all-in-one mélytanulási rendszerek segíthetnek a szervezeteknek több mesterségesintelligencia-kísérlet futtatásában és azok gyorsabb finomításában. Bár ma a DGX-1 az egyetlen ilyen rendszer, az Nvidia gyártó partnerei 2017 elején adják ki a szuperszámítógép új verzióit.

Kevesebb mint 100 vállalat és szervezet vásárolt DGX-1-et az őszi szállítás megkezdése óta, de a korai alkalmazók szerint az Nvidia rendszerrel kapcsolatos állításai helytállnak. Jackie Hunter, a londoni székhelyű cég vezérigazgatója Jóindulatú AI A BenevolentBio, az élettudományokkal foglalkozó részlege azt állítja, hogy az adattudományi csapata modellképzésen vett részt a DGX-1-en a telepítés napján. Azt mondja, hogy a csapatnak több nagyszabású modellt sikerült kifejlesztenie, amelyek célja a gyógyszerek számára megfelelő molekulák azonosítása nyolc héten belül. Hunter szerint ezek a modellek három-négyszer gyorsabban edzenek a DGX-1-en, mint a startup többi GPU-rendszerén. Több modellünk is volt, amelyek képzése eredetileg hetekig tartott, de ezt most napok és órák alatt is megtehetjük – teszi hozzá.

A Massachusetts General Hospital egyik adatközpontjában van egy DGX-1, és még egy van rendelve. Azt állítja, hogy GPU-s szuperszámítógépekre van szükség, például a DGX-1-re, hogy nagy mennyiségű, eltérő típusú adatot feldolgozhassanak. Az MGH Klinikai Adattudományi Központja , amely a kórház DGX-1-hez való hozzáférést koordinálja Boston területén PartnersHealthCare rendszer , azt állítja, hogy a szuperszámítógépet használó projektek a patológiai és radiológiai felvételek, az elektronikus egészségügyi nyilvántartások és a genomikai információk elemzését foglalják magukban.

Ha nemcsak röntgenfelvételeket, hanem klinikai információk, számlázási információk és közösségimédia-hírcsatornák egész sorát építi be a páciens egészségi állapotának mutatójaként, akkor valóban nagy mennyiségű GPU-számítási teljesítményre van szüksége ennek letöréséhez – mondja a központ igazgatója. Mark Michalski.

ha kibírja

Számos más szervezet is beveti a DGX-1-eket, hogy értelmet adjon az egészségügyi ellátással és az orvosi kutatásokkal kapcsolatos hatalmas mennyiségű adatnak. Az Argonne és az Oak Ridge nemzeti laboratóriumai a rák eredetének tanulmányozására és új terápiák azonosítására használják fel a sajátjukat Joe Biden Cancer Moonshot projektjének részeként.

A DGX-1-eket az AI-kutató közösségben is aktívan használják. Az Nvidia az általa készített első DGX-1-et az OpenAI nonprofit mesterségesintelligencia-kutató cégnek adományozta, kilenc másik rendszert pedig kiemelkedő mélytanulási tanszékekkel rendelkező egyetemeknek, köztük a New York-i Egyetemnek, a Stanford Egyetemnek és a Torontói Egyetemnek.

A multinacionális vállalatok is feltörik a rendszereket. Az SAP, amely szoftvereket készít a vállalkozások működésének és ügyfélkapcsolatainak kezelésében, a DGX-1-et telepítette két globális innovációs központok , egyet a németországi Potsdamban és egyet az izraeli Ra’ananában, és koncepciópróbákat futtatnak a rendszereken, hogy megtalálják a legjobb módszereket a méretük és sebességük kihasználására – mondja Markus Noga alelnök. Fidelity Labs , a Fidelity Investments kutatás-fejlesztési ága, két DGX-1-et is birtokol, és azt tervezi, hogy ezek segítségével neurális hálózatokat vagy számítógépes rendszereket építenek fel az emberi agy mintájára – mondja Sean Belka, a labor igazgatója.

Még azok is, akik már rendelkeznek DGX-1-gyel, valószínűleg továbbra is a nagy teljesítményű számítástechnikai rendszerek keverékét fogják használni, beleértve a felhőalapú számítástechnikát és más GPU-alapú rendszereket, ahelyett, hogy az összes mélytanulási tevékenységüket a szuperszámítógépre helyeznék át. Előfordulhat, hogy más cégek nem vásárolnak egyet a meredek előzetes költség és a rögzített konfiguráció miatt.

csipegető rend az emberekben

De sokan úgy gondolják, hogy az ár megéri. A BenevolentAI becslése szerint a DGX-1 teljesítményéhez megfelelő mennyiségű szerver bérlése az Amazon Web Services szolgáltatásban egy éven belül meghaladná a rendszer 129 000 dolláros árát. Greg Diamos, vezető kutató Baidu Szilícium-völgyi AI Lab , aki a nagy teljesítményű számítástechnika szakértője, elismeri, hogy a szuperszámítógép drága, de azt mondja, hogy az ár tükrözi az Nvidia által nyújtott konfigurációs munkát és támogatást. A Baidu mesterséges intelligencia laborja nem rendelkezik DGX-1-gyel, de folyamatban van a rendszer frissítése ugyanazokra a GPU-kártyákra, és arra számít, hogy az új technológia körülbelül 3,5-szeresére fogja gyorsítani az AI-kutatást a Diamos szerint.

Azok a cégek, amelyek a mélytanulási alkalmazások építésére összpontosítanak, és nem akarnak aggódni az általuk futtatott hardver- és szoftverplatform megtervezése miatt, valószínűleg fontolóra veszik a DGX-1-et, mondja Diamos. De azt várom a nagyobb ügyfelektől, akik ezt a munkát házon belül végzik, hogy vásároljanak egyedi GPU-kat, és saját maguk integrálják azokat egyedi HPC-fürtökbe, ahelyett, hogy a DGX-1-ért fizetnék a prémiumot.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott