Nvidia представила новый суперкомпьютер dgx-ориентированный на искусственный интеллект

Искусственный интеллект в коробке: первый в мире суперкомпьютер для задач ИИ NVIDIA DGX-1

Компания OCS представила новинку – систему искусственного интеллекта NVIDIA DGX-1.

Система разработана специально для глубокого обучения (Deep Learning) и GPU-ускоренного анализа данных и сравнима по производительности с 250 серверами x86 архитектуры.

NVIDIA DGX-1 оснащена всем необходимым аппаратным и программным обеспечением для задач глубокого обучения, набором инструментов разработки и поддерживает популярные аналитические приложения с поддержкой GPU.

Обратите внимание

Суперкомпьютер NVIDIA DGX-1 – это первая в мире система, разработанная специально для задач глубокого обучения и ускоренного анализа данных в области искусственного интеллекта.

Суперкомпьютер позволяет обрабатывать и анализировать информацию в 100 раз быстрее по сравнению с традиционными вычислительными системами, что приводит к значительной экономии на формировании и обслуживании ИТ-инфраструктуры.

Система построена на ускорителях  Tesla P100, высокоскоростное соединение между которыми обеспечивает интерфейс NVIDIA NVLink, способный увеличить скорость обмена данными между GPU до 12 раз по сравнению с шиной PCI-E.

Комплекс программного обеспечения системы выключает NVIDIA DIGITS GPU Training System, NVIDIA Deep Learning SDK (CuDNN, NCCL), NVIDIA Dockerдля быстрого создания и обучения  глубоких нейронных сетей (DNN). Помимо этого, система включает оптимизированные версии широко используемых фреймворков глубокого обучения — Caffe, Theano, Torch и не только.

NVIDIA DGX-1 также имеет доступ к облачной системе управления, необходимой для создания и развертывания контейнеров, системных обновлений и доступа в хранилище приложений.

Сегодня искусственный интеллект активно используется в самых разных областях,  таких, как распознавание и синтез речи, распознавание и обработка изображений, создание роботизированных консультационных систем, фармацевтика, персонализированная медицина, разработка самопилотируемых автомобилей и не только.

Так, один из медицинских центров США использует специализированный сервис Microsoft ImagineCare, который снабжает врачей данными о состоянии пациентов, контролируя не только изменения их жизненных показателей, но и эмоциональное состояние.

В фармацевтике глубокое обучение применяется при разработке лекарств для молекулярно-таргетной терапии при лечении раковых больных, а именно для поиска и идентификации активных молекул, которые воздействуют только на заданную мишень, позволяя минимизировать побочные эффекты.

Важно

Существуют также технологии, позволяющие применять алгоритмы глубокого обучения и в медицинской диагностике, в том числе для чтения рентген- и МРТ-снимков, флюорографий и прочих форматов, на расшифровку которых оказывает сильное влияние человеческий фактор.

В 2016 году швейцарские ученые анонсировали изобретение беспилотного летательного аппарата, способного обнаруживать людей, заблудившихся в лесах.

От обычного робота дрон отличается сверхумной навигационной системой, построенной с помощью алгоритмов глубокого обучения и позволяющей беспилотнику передвигаться по сложному лесному ландшафту, не нанося себе повреждений.

Робот самостоятельно собирает изображения окружающей среды и по ним выстраивает карту, которая помогает ему ориентироваться на местности и находить правильную дорогу в 85% случаев (в то время как аналогичный показатель для человека составляет лишь 82%).

Сферы применения нейронных сетей и алгоритмов глубокого обучения постоянно расширяются, открывая для компаний самого разного профиля новые возможности для развития бизнеса.

Если вы нашли опечатку – выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать info@apptractor.ru.

Источник: https://apptractor.ru/info/devices/iskusstvennyiy-intellekt-v-korobke-pervyiy-v-mire-superkompyuter-dlya-zadach-ii-nvidia-dgx-1.html

Nvidia DGX-1: 400 серверов в одном корпусе

Джен-Сан Хуанг полагает, что несмотря на свою внушительную цену новый суперкомпьютер Nvidia будет достаточно популярен

Новый суперкомпьютер Nvidia с процессорами на базе архитектуры Volta начнет поставляться в третьем квартале по цене 149 тыс. долл.

Громоздить стойки из 400 серверов вам больше не придется. Суперкомпьютер Nvidia DGX-1 с графическими процессорами на базе архитектуры Volta уместится и на обычном столе.

Совет

Большая часть вычислительной мощности суперкомпьютера DGX-1, который выглядит как обычный стоечный сервер, заключена в восьми графических процессорах Tesla V100.

Первый графический процессор на основе новой архитектуры Volta был представлен на конференции GPU Technology Conference, организованной компанией Nvidia в Сан-Хосе.

«Достаточно просто достать нашу систему из коробки, включить ее в розетку — и можно работать», – заявил генеральный директор Nvidia Джен-Сан Хуанг.

Но стоит компьютер DGX-1 с процессорами Tesla V100 довольно дорого. Те 149 тыс. долл., которые за него просят в США, многим приходится копить всю жизнь. И все же Хуанг рассчитывает, что новый продукт будет достаточно популярным. Поставки суперкомпьютера начнутся в третьем квартале текущего года.

В нем заключено 40 960 ядер CUDA, которые по своей вычислительной мощности эквивалентны 800 высокопроизводительным центральным процессорам. Новый суперкомпьютер придет на смену предыдущей модели DGX-1 на базе архитектуры Pascal, вычислительная мощность которой была эквивалентна 250 двухпроцессорным серверам.

При выполнении операций с плавающей запятой половинной точности (16-разрядных) производительность системы достигает 960 TFLOPS – соответственно при выполнении операций одинарной и двойной точности она окажется ниже. Точные цифры не приводятся, но высокая производительность при выполнении операций половинной точности считается особенно важной для решения задач машинного обучения.

Наряду с графическими процессорами в системе установлено два 20-ядерных процессора Intel Xeon E5-2698 v4, работающих на частоте 2,2 ГГц. Суперкомпьютер оснащен четырьмя твердотельными накопителями емкостью 1,92 Тбайт и работает под управлением операционной системы Ubuntu Linux.

Энергопотребление его составляет 3200 Вт, и, если оставлять систему включенной на весь день, счета за электроэнергию могут оказаться довольно внушительными.

Любители игр от DGX-1 вряд ли будут в восторге. В качестве игровой машины суперкомпьютер слишком дорог, да и ориентирован прежде всего на область машинного обучения.

В настоящее время графические процессоры уже довольно активно используются в ЦОД при решении задач машинного обучения, и суперкомпьютер Nvidia вполне способен помочь в распознавании образов и обработке естественного языка.

Обратите внимание

По словам Хуанга, центральные процессоры не обладают достаточной вычислительной мощностью, особенно для построения систем искусственного интеллекта. Графические процессоры подходят для этого гораздо больше.

Читайте также:  Несколько фильмов про искусственный интеллект, меняющий мировоззрение

Процессоры Tesla V100 в DGX-1 работают в пять раз быстрее, чем продукты с архитектурой Pascal. Здесь используется целый ряд новых технологий, в том числе шина NVLink 2.0 с пропускной способностью до 300 Гбит/с. В каждом графическом процессоре насчитывается 5120 ядер и более 21 млрд транзисторов. Пропускная способность памяти HBM2 составляет 900 Гбайт/с.

На помощь обычным процессорным ядрам при решении задач глубинного обучения приходят кубические ядра Tensor Core. Компания Nvidia структурировала ядра для ускорения матричного умножения, которое является одним из основных условий эффективного машинного обучения. Созданная структура помогает упорядочить низкоуровневые вычисления с плавающей запятой и ускорить тем самым глубинное обучение.

Источник: https://www.computerworld.ru/articles/101655

В россии создается искусственный интеллект для ведения осмысленных разговоров

Лаборатория нейронных систем и глубокого обучения Московского физико-технического института (МФТИ) установила у себя первый в мире суперкомпьютер, специализирующийся на обучении нейросетей.

Речь идет о модели DGX-1 от производителя Nvidia.

Компьютер создан на базе нового поколения графических процессоров, что позволяет обрабатывать данные в процессе обучения искусственного интеллекта примерно с такой же скоростью, которую обеспечивают 250 серверов архитектуры x86.

По словам Антона Джораева, ведущего специалиста по решениям Nvidia для систем искуственного интеллекта, «система DGX-1 позволяет исследователям с легкостью создавать новые классы умных приложений и машин, способных учиться, видеть и воспринимать мир как человек».

По словам заведующего Лабораторией нейронных систем и глубокого обучения МФТИ Михаила Бурцева, применение DGX-1 «позволит решать практические задачи, за которые без него мы бы даже взяться не смогли». Бурцев уверен, что наращивание вычислительной мощности — залог успеха в работе с нейросетями, и что именно этим фактором обусловлена революция в области компьютерного зрения и распознавания речи.

Задачи DGX-1

Новый компьютер будет работать над развитием разговорного искусственного интеллекта iPavlov — совместной со Сбербанком разработки лаборатории, созданной в рамках Национальной технологической инициативы.

Предполагается, что в будущем iPavlov сможет поддерживать осмысленную беседу с человеком. Он должен давать содержательные ответы на вопросы пользователя, а также запрашивать у него данные, которые нужны для решения обсуждаемой задачи.

Чтобы достичь этого, iPavlov пройдет обучение на большом объеме документов и записей реальных человеческих разговоров.

Установка суперкомпьютера DGX-1 в серверную стойку в МФТИ

Помимо этого, суперкомпьютер будет работать и с другими нейросетями, созданными в МФТИ — например, с теми, которые предназначены для разработки новых лекарств.

Что умеет DGX-1

Суперкомпьютер DGX-1 был представлен Nvidia в апреле 2016 г. Он оснащен восемью ускорителями Tesla P100, которые позволяют достичь производительности 170 терафлопс (FP16). Nvidia утверждает, что это первый в мире суперкомпьютер, у которого хватает мощности на глубокое обучение искусственного интеллекта, и который был целенаправленно именно для этого разработан.

Система располагает необходимым ПО для выполнения своих задач — в ее состав входит платформа Nvidia Deep Learning GPU Training System (DIGITS) и пятая версия библиотеки Nvidia CUDA Deep Neural Network library (cuDNN).

Общий объем кэширующих SSD суперкомпьютера составляет 7 ТБ. Присутствуют две линии 10GbE и четыре InfiniBand 100Gb. Корпус имеет формат 3U. Для работы устройству необходимо 3200 Вт энергии. DGX-1 появился в продаже в США в июне 2016 г., первоначальная цена составляла $129 000.

Источник: http://www.cnews.ru/news/top/2017-09-01_rossijskij_ii_dlya_vedeniya_osmyslennyh_razgovorov

NVIDIA представила технические новинки для ускоренных вычислений и искусственного интеллекта

Три ведущих суперкомпьютера на базе GPU обеспечивают производительность выше, чем все остальные системы из первой десятки вместе взятые. Графические процессоры стали катализатором ведущих в мире суперкомпьютеров.

Они содержат сотни параллельных ядер, которые способны разделить между собой огромную вычислительную нагрузку для одновременной обработки, что значительно повышает производительность системы.

Для гетерогенных систем, построенных на базе GPU и CPU, нужно меньше места и энергии, что делает супервычисления еще более доступными. NVIDIA открыла миру мощь компьютерной графики с изобретением GPU в 1999 году.

Важно

С тех пор компания периодически устанавливает новые стандарты в области визуальных вычислений, позволяя создавать захватывающую интерактивную графику на различных устройствах – от планшетных ПК и медиаплееров до ноутбуков и рабочих станций.

Воспользуйтесь нашими услугами

Опыт NVIDIA в создании программируемых GPU привел к прорывам в области параллельных вычислений, сделав суперкомпьютеры недорогими и широко доступными.

Компания обладает более 1600 патентами по всему миру, включая те, что легли в основу современных вычислений.  Недавно в Сан-Хосе (Калифорния, США) стартовала 9-я ежегодная конференция NVIDIA по ускоренным вычислениям и решениям для искусственного интеллекта GTC 2018.

В рамках выступления президента NVIDIA Дженсена Хуанга (Jensen Huang) были сделаны следующие анонсы.

NVIDIA совершенствует вычислительную платформу для глубокого обучения, обеспечив десятикратный прирост производительности за полгода

NVIDIA представила ряд нововведений, что десятикратно повысило производительность в задачах глубокого обучения по сравнению с предыдущим поколением, вышедшим всего полгода назад.

Изменения включают удвоенный объем памяти для NVIDIA® Tesla® V100 и новую технологию межчипового взаимодействия NVIDIA NVSwitch™, которая обеспечивает одновременное взаимодействие до 16 GPU Tesla V100 с рекордной скоростью в 2.4 ТБ/с.

NVIDIA также представила первый одинарный сервер NVIDIA DGX-2™, способный обеспечить 2 петафлопса вычислительной мощности. Производительность DGX-2 в операциях глубокого обучения сравнима с 300 серверами в 15 стойках, но при этом система в 60 раз меньше по размерам и в 18 раз экономичнее.

NVIDIA обеспечивает поддержку инференса на базе глубокого обучения в дата-центрах ведущих Интернет-компаний

NVIDIA анонсировала ряд новых технологий и партнерств, которые расширяют потенциальный рынок инференса до 30 млн гипермасштабируемых серверов по всему миру и значительно сокращают стоимость создания сервисов на базе глубокого обучения.

Компания представила новую версию ПО для инференса TensorRT, с поддержкой новых возможностей в дата-центрах, автомобильных приложениях и встраиваемых устройствах.

Читайте также:  Стоит ли опасаться автомобилей-беспилотников

Источник: http://integral-russia.ru/2018/05/07/nvidia-predstavila-tehnicheskie-novinki-dlya-uskorennyh-vychislenij-i-iskusstvennogo-intellekta/

Нейросети на Физтехе станут глубже с новым суперкомпьютером NVIDIA DGX-1

Глубже сети – выше интеллект. На Физтехе установили суперкомпьютер для исследований в области искусственного интеллекта. В основе суперкомпьютера DGX-1 от компании NVIDIA лежит новое поколение графических процессоров, которые обеспечивают скорость обработки данных в задачах искусственного интеллекта, сравнимую с 250 серверами x86 архитектуры.

Это первый в мире суперкомпьютер, спроектированный специально для обучения искусственных нейронных сетей. Платформа NVIDIA DGX-1 оснащена всем необходимым аппаратным и программным обеспечением для задач глубокого обучения, набором инструментов разработки и поддерживает популярные аналитические приложения с поддержкой GPU.

«Вычислительная мощность принципиально важна для глубокого обучения. Чем более мощное железо есть в нашем распоряжении, тем с более сложными нейросетевыми архитектурами мы сможем работать. Сложность модели зачастую позволяет совершить революционный скачок в решении практических задач.

Так, например, текущая революция в компьютерном зрении и распознавании речи связана, в том числе, с ростом вычислительных возможностей.

Хорошее оборудование позволит решать практические задачи, за которые без него мы бы даже взяться не смогли», — рассказывает заведующий Лабораторией нейронных систем и глубокого обучения МФТИ Михаил Бурцев.

Мощности суперкомпьютера будут в основном использованы в работе над проектом по созданию разговорного искусственного интеллекта iPavlov, который лаборатория реализует в рамках Национальной технологической инициативы совместно со Сбербанком.

Исследователи из МФТИ занимаются разработкой «разговорного» машинного интеллекта, который будет способен вести содержательный диалог с человеком. Алгоритм сможет не только отвечать на вопросы собеседника, но и запрашивать информацию, необходимую для того, чтобы решить поставленную в диалоге цель.

Для этого этого нейронная сеть будет «обучаться» на больших массивах документов и текстовых записей диалогов между людьми.

«Nvidia DGX-1 – это очень мощная платформа. Его, например, использует одна из ведущих команд по искусственному интеллекту в мире – OpenAI. Мощностей системы достаточно для того, чтобы войти Топ-50 самых высокопроизводительных компьютеров России. Мы будем использовать DGX для экспериментов со сложными моделями диалоговых агентов», – добавляет Бурцев.

«В современном мире искусственный интеллект используется в самых разных областях, начиная от задач распознавания и синтеза речи и заканчивая созданием роботизированных систем, решениями для финансового сектора и здравоохранения.

Совет

Значительно сокращая время на создание и обучение больших и сложных нейронный сетей, система DGX-1 позволяет исследователям с легкостью создавать новые классы умных приложений и машин, способных учиться, видеть и воспринимать мир как человек, — говорит Антон Джораев, ведущий специалист по решениям NVIDIA для систем ИИ.

— Мы рады, что технологические инновации NVIDIA позволят исследователям Физтеха ускорить текущие проекты и начать работать с задачами, решение которых раньше считалось невозможным».

Помимо лаборатории Михаила Бурцева на суперкомпьютерах смогут работать и другие научные коллективы института, которые также занимаются исследованиями, использующими искусственные нейронные сети для разработки новых лекарств.

Источник: http://www.robogeek.ru/iskusstvennyi-intellekt/neiroseti-na-fiztehe-stanut-glubzhe-s-novym-superkompyuterom-nvidia-dgx-1

Новая архитектура GPU, инструменты для работы с VR и глубинным обучением и несколько интересных проектов: обзор конференции GTC 2017

С 8 по 11 мая в Сан-Хосе, Калифорния, проходила ежегодная конференция NVIDIA GTC 2017, посвящённая GPU-технологиям.

В рамках мероприятия было проведено 600 технических сессий и 310 сессий по искусственному интеллекту. Своими наработками поделились 67 лабораторий по технологиям глубокого обучения.

Лейтмотивом конференции стало глубинное обучение. Мы подготовили обзор ключевых событий мероприятия.<\p>

Новая архитектура Volta

Хуан Женьсюнь (Huang Jen-Hsun), основатель и генеральный директор NVIDIA, извесный также как «Хуанг», показал первый графический процессор GV100 на архитектуре Volta, которая должна дать новый виток развитию технологий искусственного интеллекта и высокопроизводительных вычислений. Первым ускорителем на базе этого процессора стал Tesla V100. Новый процессор по всем параметрам обходит GPU предыдущего поколения Pascal, однако геймерам радоваться пока рано — рассматриваемый чип в первую очередь предназначен для серьезных научных задач.

Суперкомпьютеры DGX

Кроме того, на GTC 2017 была анонсирована новая линейка суперкомпьютеров DGX, также базирующихся на архитектуре Volta и созданных для исследований в области искусственного интеллекта. Производительность такой системы втрое выше, чем у предыдущего поколения DGX, и соответствует мощности примерно 800 центральных процессоров в рамках одной системы.

Облачные сервисы

NVIDIA GPU Cloud

Компания анонсировала запуск NVIDIA GPU Cloud (NGC), облачной платформы с графическим ускорением, оптимизированную для глубинного обучения. Платформа предназначена для разработчиков приложений с глубинным обучением, которые не хотят вручную настраивать новейшее программное и аппаратное обеспечение.

Это решение поставляется с NGC Deep Learning Stack — средой разработки, которая будет работать на ПК, суперкомпьютерах DGX и в облаке. Стек программ полностью управляется NVIDIA, поэтому разработчики могут использовать один видеоускоритель на своём ПК и дополнительные облачные ресурсы.

Новые виртуальные машины Microsoft Azure для облачных вычислений

Microsoft и NVIDIA представили две новые линейки виртуальных машин Azure для облачных вычислений, NC_v2 и ND. С характеристиками можно ознакомиться в нашей заметке.

Инструменты

NVIDIA Deep Learning SDK

Разумеется, обширный набор инструментов компании и её партнёров, предназначенный для машинного обучения, также был обновлён и оптимизирован для работы с графическими процессорами на новой архитектуре.

NVIDIA Deep Learning Institute

Выступая на конференции GTC 2017, Грэг Эстес, вице-президент по программным разработкам, сообщил, что в течении 2017 года NVIDIA планирует увеличить число разработчиков, прошедших обучение по программе Deep Learning Institute (DLI), до 100 000 человек — это в 10 раз больше, чем в прошлом году. Начальные курсы будут бесплатными, а более продвинутые будут стоить по 30 долларов, Будут представлены различные формы обучения — от пятидневных очных до самостоятельного онлайн-обучения.

NVIDIA Iray

Трассировка лучей — это метод рендеринга, при котором сцена строится на основе замеров пересечения лучей с визуализируемой поверхностью.

Этот метод позволяет получить качественную картинку, но требует больших вычислительных мощностей и может делать изображения зашумленными.

Для шумоподавления NVIDIA улучшила свой инструмент Iray, который теперь способен удалять шумы в реальном времени при помощи алгоритмов глубинного обучения.

Читайте также:  История возникновения нейронных сетей

Используемую технологию можно использовать в любых областях, использующих графику: индустрии развлечений, дизайне, производстве, архитектуре, инженерном деле и многих других. Помимо Iray, её можно встроить и в другие системы трассировки лучей.

Наборы инструментов VRWorks Audio и 360 Video

На конференции GTC 2017 NVIDIA представила наборы инструментов VRWorks Audio SDK и VRWorks 360 Video SDK.

VRWorks Audio разработан с учётом опыта компании в работе с технологией трассировки лучей.

SDK использует возможности графических процессоров NVIDIA для точного моделирования того, как звук отражается, преломляется и отклоняется при встрече с разными поверхностями. Также учитываются размер, форма и свойства материала объектов в среде.

Это означает, что когда вы двигаетесь или осматриваетесь, графический процессор пересчитывает изменения волн, чтобы добиться максимальной реалистичности звука.

Второй SDK предназначен для создания контента. 360 Video SDK даёт профессиональным создателям видеоконтента возможность склеивать 360-градусные видеоклипы в разрешении 4K в режиме реального времени. SDK может обрабатывать видеопотоки 32 камер и склеивать их в 360-градусный сферический видеофайл, который может быть сохранен или показан в прямом эфире.

Интересные проекты

Metropolis, платформа для интеллектуального видеоанализа

NVIDIA представила новую платформу интеллектуального видеоанализа Metropolis. Предполагается, что она будет использована при создании городов с искусственным интеллектом. Благодаря технологии машинного обучения, заложенной в этой платформе, в городах будет повышена безопасность, улучшена система дорожного движения, оптимизировано потребление ресурсов и использование умных технологий.

Holodeck, проект для совместной работы в виртуальной реальности

NVIDIA объявила о запуске проекта Holodeck — многопользовательской виртуальной реальности с ощущением присутствия через зрение, звук и осязание. Holodeck позволяет создателям импортировать модели высокой чёткости и высокого разрешения в VR для совместной работы над ними.

Vahana, летающее автономное такси от Airbus

Арне Стошек, руководитель отдела разработки автономных систем в Airbus A^3 («A» в кубе), новом подразделении Airbus Group, рассказал о планах компании, связанных с летающими авто. Стошек является частью команды, работающей над проектом Vahana, целью которой является создание беспилотного воздушного такси.

Компания рассчитывает выпустить полноразмерный прототип в этом году. Стошек заявил, что готовый к продаже демонстрационный образец будет готов к 2020 году.

Isaac Robotics Simulator, имитатор роботов

NVIDIA также представила новый имитатор роботов Isaac. Для эффективного обучения машин в условиях имитированного реального мира в нём применяются сложные игровые и графические технологии. Компания также представила набор платформ на базе NVIDIA Jetson, позволяющих ускорить процесс создания умных машин.

Многопользовательская VR-система

На GTC 2017 был представлен концепт, разработанный инженерами NVIDIA. Он нацелен на реализацию единой VR-системы, позволяющей нескольким людям одновременно взаимодействовать с ней.

Инженеры использовали систему с четырьмя графическими процессорами NVIDIA Quadro P6000, на которой были запущены четыре виртуальные машины. К ней подключили четыре комплекта VR-очков HTC Vive Business Edition и объединили её с системой трекинга HTC Lighthouse, что позволило четырем людям одновременно находиться в одних и тех же физическом и виртуальном пространствах.

Это самые интересные и важные анонсы, прозвучавшие в ходе конференции GTC 2017. Предлагаем также посмотреть полную запись выступления генерального директора NVIDIA Хуана Женьсюня:

Иван Бирюков, главный по новостям

Источник: https://tproger.ru/articles/gtc-2017-summary/

NVIDIA DGX-1: первый в мире суперкомпьютер для глубокого обучения

САН-ХОСЕ, Калифорния—GPU Technology Conference—5 апреля, 2016—NVIDIA сегодня представила NVIDIA® DGX-1™, первый в мире суперкомпьютер для глубокого обучения, который обладает достаточной вычислительной мощью для развития искусственного интеллекта (ИИ).

NVIDIA DGX-1 – это первая система, разработанная специально для задач глубокого обучения.

Она оснащена всем необходимым аппаратным обеспечением, программным обеспечением для глубокого обучения и инструментами разработки для быстрого и легкого развертывания системы.

Обратите внимание

В основе полностью готовой к эксплуатации системы лежит новое поколение графических процессоров, которые обеспечивают скорость обработки данных, сравнимую с 250 серверами x86 архитектуры.

Благодаря использованию GPU-ускоренных вычислений, система глубокого обучения DGX-1 позволяет исследователям в области данных с легкостью создавать новые классы умных машин, способных учиться, видеть и воспринимать мир как человек.

Новая система обладает беспрецедентной вычислительной мощью, позволяя запускать приложения искусственного интеллекта нового поколения. Она значительно сокращает время исследователей на обучение больших и сложных глубоких нейронных сетей.

Компания NVIDIA создала систему DGX-1, чтобы поддержать революцию в области искусственного интеллекта, который сегодня активно вторгается в науку, бизнес и нашу повседневную жизнь.

Мощные глубокие нейронные сети позволяют создавать новые типы приложений, работающих с колоссальными объемами информации и, соответственно, требующих значительно более высокого уровня вычислительной производительности.

“Искусственный интеллект – это самый масштабный технологический прорыв нашего времени, – говорит Дженсен Хуанг (Jen-Hsun Huang), генеральный директор и соучредитель NVIDIA. – Совершенно очевидно, он изменит все отрасли промышленности, все компании, да и весь уклад человеческой жизни.

Искусственный интеллект породит новые рынки, от которых получат пользу все. Сегодня исследователи в области данных и искусственного интеллекта тратят слишком много времени на создание «домашних» высокопроизводительных вычислительных систем.

Система DGX-1 проста в установке и преследует только одну цель: раскрыть потенциал сверхчеловеческих способностей и направить его на решение проблем, ранее считавшихся неразрешимыми”.

Пять передовых технологий в основе DGX-1

Система глубокого обучения NVIDIA DGX-1 построена на базе графических процессоров NVIDIA Tesla® P100, основанных на архитектуре NVIDIA Pascal™. Это законченное, полностью готовое к использованию решение, которое обеспечивает скорость обработки, сравнимую с 250 серверами на базе CPU.

Важно

Среди других передовых технологий, которые обеспечивают максимальную производительность и простоту использования NVIDIA DGX-1, – высокоскоростной интерфейс NVIDIA NVLink™ для максимальной масштабируемости приложений; 16нм процесс производства FinFET для высокой энергоэффективности; технология Chip-on-Wafer-on-Substrate с HBM2 для работы с большими объемами данных; а также новые инструкции половинной точности, которые обеспечивают более 21 терафлопса пиковой производительности в задачах глубокого обучения.

Все вместе эти прогрессивные технологии позволяет системе DGX-1, оснащенной графическими процессорами Tesla P100, обучать сети в 12 раз быстрее по сравнению с решениями на базе четырех процессоров NVIDIA Maxwell™, представленных в прошлом году.

Архитектура Pascal уже получила широкую поддержку в экосистеме искусственного интеллекта.

Источник: https://gagadget.com/announce/21504-nvidia-dgx-1-pervyij-v-mire-superkompyuter-dlya-glubokogo-obucheniya/

Ссылка на основную публикацию