211service.com
Le supercalculateur de la taille d'une pinte que les entreprises se bousculent pour obtenir
Le supercalculateur DGX-1 de Nvidia est conçu pour former des modèles d'apprentissage en profondeur plus rapidement que les systèmes informatiques conventionnels.
Pour les entreprises aux prises avec des projets de données complexes alimentés par l'intelligence artificielle, un système que Nvidia appelle un supercalculateur d'IA dans une boîte est un développement bienvenu.
Les premiers clients de Nvidia DGX-1 , qui combine un logiciel d'apprentissage automatique avec huit des unités de traitement graphique (GPU) les plus haut de gamme du fabricant de puces, affirme que le système leur permet de former leurs modèles analytiques plus rapidement, permet une plus grande expérimentation et pourrait faciliter des percées dans les domaines de la science, de la santé et de la finance. prestations de service.
Les data scientists utilisent les GPU pour accélérer l'apprentissage en profondeur, une technique d'IA qui imite la façon dont le cerveau humain traite les données. depuis 2012 , mais beaucoup disent que les systèmes informatiques actuels limitent leur travail. Des ordinateurs plus rapides tels que le DGX-1 promettent de rendre les algorithmes d'apprentissage en profondeur plus puissants et de permettre aux scientifiques des données d'exécuter des modèles d'apprentissage en profondeur qui n'étaient pas possibles auparavant.
Le DGX-1 n'est pas une solution magique pour toutes les entreprises. Il en coûte 129 000 $, plus que les systèmes que les entreprises pourraient assembler elles-mêmes à partir de composants individuels. Il est également livré avec une quantité fixe de mémoire système et de cartes GPU. Mais parce que les pièces et programmes pertinents sont préinstallés dans un boîtier métallique de la taille d'une valise moyenne, et comme il associe un matériel avancé à une connectivité rapide, Nvidia affirme que le DGX-1 est plus facile à configurer et plus rapide à analyser les données que le GPU précédent. systèmes. De plus, l'accueil positif que le DGX-1 a suscité au cours de ses premiers mois de disponibilité suggère que des systèmes d'apprentissage en profondeur tout-en-un similaires pourraient aider les organisations à mener davantage d'expériences d'IA et à les affiner plus rapidement. Bien que le DGX-1 soit le seul système de ce type aujourd'hui, les partenaires de fabrication de Nvidia publieront de nouvelles versions du supercalculateur au début de 2017.
Moins de 100 entreprises et organisations ont acheté des DGX-1 depuis qu'ils ont commencé à être livrés à l'automne, mais les premiers utilisateurs affirment que les affirmations de Nvidia concernant le système semblent tenir le coup. Jackie Hunter, PDG de la société basée à Londres IA bienveillante La branche sciences de la vie de BenevolentBio, explique que son équipe de science des données a formé des modèles sur le DGX-1 le jour même de son installation. Elle dit que l'équipe a pu développer plusieurs modèles à grande échelle conçus pour identifier des molécules appropriées pour les médicaments en huit semaines. Ces modèles s'entraînent trois à quatre fois plus vite sur le DGX-1 que sur les autres systèmes GPU de la startup, selon Hunter. Nous avions plusieurs modèles qui prenaient à l'origine des semaines pour s'entraîner, mais nous pouvons maintenant le faire en jours et en heures à la place, ajoute-t-elle.
Le Massachusetts General Hospital a un DGX-1 dans l'un de ses centres de données et en a un autre en commande. Il dit qu'il a besoin de supercalculateurs GPU tels que le DGX-1 pour traiter de gros volumes de types de données dissemblables. Centre de science des données cliniques de l'HGM , qui coordonne l'accès au DGX-1 de l'hôpital dans la région de Boston Système PartnersHealthCare , indique que les projets utilisant le supercalculateur impliqueront l'analyse d'images de pathologie et de radiologie, de dossiers de santé électroniques et d'informations génomiques.
Si vous intégrez non seulement des radiographies, mais toute une série d'informations cliniques, d'informations de facturation et de flux de médias sociaux en tant qu'indicateurs de la santé d'un patient, vous avez vraiment besoin de grandes quantités de puissance de calcul GPU pour écraser cela, déclare le directeur du centre. Marc Michalski.
Plusieurs autres organisations déploient des DGX-1 pour donner un sens à d'énormes quantités de données liées aux soins de santé et à la recherche médicale. Les laboratoires nationaux d'Argonne et d'Oak Ridge utilisent les leurs pour étudier les origines du cancer et identifier de nouvelles thérapies dans le cadre du projet Cancer Moonshot de Joe Biden.
Les DGX-1 sont également utilisés activement dans la communauté de recherche en IA. Nvidia a fait don du premier DGX-1 qu'il a produit à la société de recherche en IA à but non lucratif OpenAI et a donné neuf autres systèmes à des universités dotées de départements d'apprentissage en profondeur de premier plan, notamment l'Université de New York, l'Université de Stanford et l'Université de Toronto.
Les multinationales s'emparent également des systèmes. SAP, qui fabrique des logiciels pour aider les entreprises à gérer leurs opérations et leurs relations clients, a installé des DGX-1 dans deux de ses centres d'innovation , un à Potsdam, en Allemagne, et un à Raanana, en Israël, et exécute des projets de preuve de concept sur les systèmes afin d'identifier les meilleurs moyens d'utiliser leur échelle et leur vitesse, déclare le vice-président Markus Noga. Laboratoires de fidélité , la branche R&D de Fidelity Investments, possède également deux DGX-1 et prévoit de les utiliser pour construire des réseaux de neurones ou des systèmes informatiques modélisés sur le cerveau humain, explique le directeur des laboratoires, Sean Belka.
Même ceux qui possèdent déjà un DGX-1 continueront probablement à utiliser une combinaison de systèmes informatiques hautes performances, y compris le cloud computing et d'autres systèmes basés sur GPU, plutôt que de déplacer tout leur travail d'apprentissage en profondeur vers le supercalculateur. D'autres entreprises pourraient ne pas en acheter un en premier lieu en raison de son coût initial élevé et de sa configuration fixe.
Mais beaucoup semblent penser que le prix en vaut la peine. BenevolentAI estime que le coût de location de suffisamment de serveurs sur Amazon Web Services pour correspondre aux performances du DGX-1 dépasserait le prix de 129 000 $ du système en un an. Greg Diamos, chercheur principal en Laboratoire d'IA de la Silicon Valley de Baidu , qui est un expert en calcul haute performance, reconnaît que le supercalculateur est cher, mais affirme que le prix reflète le travail de configuration et le support fourni par Nvidia. Le laboratoire AI de Baidu n'a pas de DGX-1, mais est en train de mettre à niveau son système vers les mêmes cartes GPU, et prévoit que la nouvelle technologie accélérera ses recherches sur l'IA d'environ 3,5 fois, selon Diamos.
Les entreprises qui se concentrent sur la création d'applications d'apprentissage en profondeur et qui ne veulent pas se soucier de la conception de la plate-forme matérielle et logicielle sur laquelle elles s'exécutent envisageront probablement le DGX-1, déclare Diamos. Mais je m'attends à ce que les clients plus importants qui effectuent tout ce travail en interne achètent des GPU individuels et les intègrent eux-mêmes dans des clusters HPC personnalisés plutôt que de payer la prime pour le DGX-1.