211service.com
Pintos dydžio superkompiuteris, kurį įmonės stengiasi gauti
„Nvidia“ superkompiuteris DGX-1 yra skirtas gilaus mokymosi modeliams mokyti greičiau nei įprastos skaičiavimo sistemos.
Įmonėms, kovojančioms su sudėtingais dirbtinio intelekto duomenų projektais, sistema, kurią Nvidia vadina AI superkompiuteriu dėžutėje, yra sveikintinas patobulinimas.
Ankstyvieji „Nvidia“ klientai DGX-1 , kuris sujungia mašininio mokymosi programinę įrangą su aštuoniais aukščiausios klasės lustų gamintojo grafikos apdorojimo blokais (GPU), teigia, kad sistema leidžia jiems greičiau lavinti savo analitinius modelius, suteikia daugiau galimybių eksperimentuoti ir gali palengvinti mokslo, sveikatos priežiūros ir finansų proveržį. paslaugos.
Duomenų mokslininkai panaudojo GPU, kad paspartintų gilųjį mokymąsi – dirbtinio intelekto techniką, imituojančią, kaip žmogaus smegenys apdoroja duomenis. nuo 2012 m , tačiau daugelis sako, kad dabartinės skaičiavimo sistemos riboja jų darbą. Greitesni kompiuteriai, tokie kaip DGX-1, žada padaryti gilaus mokymosi algoritmus galingesnius ir leisti duomenų mokslininkams paleisti gilaus mokymosi modelius, kurie anksčiau nebuvo įmanomi.
DGX-1 nėra stebuklingas sprendimas kiekvienai įmonei. Tai kainuoja 129 000 USD, daugiau nei sistemos, kurias įmonės galėtų surinkti pačios iš atskirų komponentų. Jame taip pat yra fiksuotas sistemos atminties kiekis ir GPU kortelės. Tačiau kadangi atitinkamos dalys ir programos yra iš anksto įdiegtos metaliniame korpuse, maždaug vidutinio lagamino dydžio, ir kadangi jis sujungia pažangią aparatinę įrangą su greitu ryšiu, „Nvidia“ teigia, kad DGX-1 yra lengviau nustatyti ir greičiau analizuoti duomenis nei ankstesnį GPU. sistemos. Be to, teigiamas DGX-1 priėmimas per pirmuosius kelis prieinamumo mėnesius rodo, kad panašios „viskas viename“ gilaus mokymosi sistemos galėtų padėti organizacijoms atlikti daugiau dirbtinio intelekto eksperimentų ir juos patobulinti greičiau. Nors DGX-1 šiandien yra vienintelė tokio tipo sistema, „Nvidia“ gamybos partneriai 2017 m. pradžioje išleis naujas superkompiuterio versijas.
Mažiau nei 100 įmonių ir organizacijų nusipirko DGX-1 nuo tada, kai jie buvo pristatyti rudenį, tačiau pirmieji naudotojai teigia, kad „Nvidia“ teiginiai apie sistemą atrodo pasitvirtina. Jackie Hunter, Londone įsikūrusios įmonės generalinis direktorius Geranoriškas AI Gyvosios gamtos mokslų padalinys „BenevolentBio“ teigia, kad jos duomenų mokslo komanda tą pačią dieną, kai buvo įdiegta DGX-1, apmokė modelius. Ji sako, kad komanda sugebėjo sukurti keletą didelio masto modelių, skirtų nustatyti tinkamas molekules vaistams per aštuonias savaites. Pasak Hunterio, šie modeliai treniruojasi tris ar keturis kartus greičiau DGX-1 nei kitose paleisties GPU sistemose. Turėjome kelis modelius, kurių mokymas iš pradžių truko savaites, bet dabar galime tai padaryti per dienas ir valandas, priduria ji.
Masačusetso bendrojoje ligoninėje yra DGX-1 viename iš savo duomenų centrų ir dar vienas yra užsakytas. Teigiama, kad norint gauti didelius skirtingų tipų duomenų kiekius, reikia GPU superkompiuterių, tokių kaip DGX-1. MGH klinikinių duomenų mokslo centras , kuri koordinuoja prieigą prie ligoninės DGX-1 visoje Bostono srityje „PartnersHealthCare“ sistema , sakoma, kad superkompiuterį naudojantys projektai apims patologijos ir radiologijos vaizdų, elektroninių sveikatos įrašų ir genominės informacijos analizę.
Jei naudojate ne tik rentgeno nuotraukas, bet ir daugybę klinikinės informacijos, atsiskaitymo informacijos ir socialinių tinklų informacijos santraukų kaip paciento sveikatos rodiklius, jums tikrai reikia daug GPU skaičiavimo galios, kad tai sutraiškytų, sako centro direktorius. Markas Michalskis.
Kai kurios kitos organizacijos diegia DGX-1, kad suprastų didžiulius duomenų kiekius, susijusius su sveikatos priežiūra ir medicininiais tyrimais. Argonne ir Oak Ridge nacionalinės laboratorijos naudoja savo laboratorijas, kad ištirtų vėžio kilmę ir nustatytų naujus gydymo būdus pagal Joe Bideno Cancer Moonshot projektą.
DGX-1 taip pat aktyviai naudojami AI tyrimų bendruomenėje. „Nvidia“ padovanojo pirmąjį DGX-1, kurį ji pagamino, pelno nesiekiančiai dirbtinio intelekto tyrimų bendrovei „OpenAI“, o dar devynias sistemas padovanojo universitetams, turintiems iškilius giluminio mokymosi skyrius, įskaitant Niujorko universitetą, Stanfordo universitetą ir Toronto universitetą.
Tarptautinės korporacijos taip pat perima sistemas. SAP, kuri gamina programinę įrangą, padedančią įmonėms valdyti savo veiklą ir santykius su klientais, įdiegė DGX-1 dviejuose savo pasauliniuose inovacijų centrai , vienas Potsdame (Vokietija) ir kitas Raananoje (Izraelis) ir vykdo koncepcijos patikrinimo projektus, skirtas sistemoms nustatyti geriausius būdus, kaip išnaudoti jų mastą ir greitį, sako viceprezidentas Markusas Noga. Fidelity Labs , Fidelity Investments MTTP padalinys, taip pat priklauso du DGX-1 ir planuoja juos panaudoti neuroniniams tinklams arba kompiuterinėms sistemoms, sukurtoms pagal žmogaus smegenis, kurti, sako laboratorijos direktorius Seanas Belka.
Net tie, kurie jau turi DGX-1, greičiausiai ir toliau naudos didelio našumo skaičiavimo sistemas, įskaitant debesų kompiuteriją ir kitas GPU pagrįstas sistemas, o ne visą savo gilaus mokymosi darbą perkels į superkompiuterį. Kitos įmonės gali jo nepirkti dėl didelių išankstinių sąnaudų ir fiksuotos konfigūracijos.
Tačiau daugelis mano, kad kaina yra verta. „BenevolentAI“ apskaičiavo, kad pakankamai „Amazon Web Services“ serverių, kurie atitiktų DGX-1 našumą, nuomos kaina per metus viršytų sistemos 129 000 USD kainą. Gregas Diamosas, vyresnysis mokslo darbuotojas Baidu Silicio slėnio AI laboratorija , kuris yra didelio našumo skaičiavimo ekspertas, pripažįsta, kad superkompiuteris yra brangus, tačiau sako, kad kaina atspindi konfigūravimo darbus ir Nvidia teikiamą palaikymą. Pasak Diamos, Baidu AI Lab neturi DGX-1, tačiau šiuo metu atnaujina savo sistemą į tas pačias GPU plokštes ir tikisi, kad naujoji technologija AI tyrimus paspartins maždaug 3,5 karto.
Įmonės, kurios orientuojasi į gilaus mokymosi programų kūrimą ir nenori jaudintis dėl aparatinės ir programinės įrangos platformos, kurią naudoja, kūrimo, tikriausiai svarstys DGX-1, sako Diamos. Tačiau tikiuosi, kad didesni klientai, kurie visą šį darbą atlieka patys, pirks atskirus GPU ir patys juos integruos į pasirinktines HPC grupes, o ne mokės priemoką už DGX-1.