Новый Тесла компании GPUs и программное обеспечение поможет организациям ускорить инновации вокруг искусственного интеллекта и машинного обучения.Официальные лица Nvidia хотят принести ускорение GPU к гипермасштабным средам, чтобы помочь стимулировать развитие машинного обучения и искусственного интеллекта.Компания сегодня представляет два новых Тесла акселераторы GPU, которые позволяют исследователям более быстро создать глубокие нейронные сети, используемые в глубоком обучении также, известном как «машинное обучение» – и развернуть эти сети через центры обработки данных.
Nvidia также развертывает программное обеспечение для гипермасштабных сред для поддержки рабочих нагрузок, которые обрабатываются через GPUs.Новыми продуктами является часть большего нажатия Nvidia для становления ключевым игрком в развитии нейронных сетей, машинном обучении и искусственном интеллекте. На Технологической Конференции GPU компании 2015 в марте, учредитель Nvidia и CEO Джен-Хсун Хуан внедрил много продуктов для разработчиков и исследователей, работающих над технологиями глубокого обучения, и сказал посетителям, что глубокое обучение является центральной частью стратегии поставщика продвижение.
«Темой глубокого обучения является, вероятно, столь же увлекательная проблема как любой в этой отрасли», сказал Хуан на шоу.CEO и другие руководители будут в Сан-Франциско сегодня, говоря о стратегии компании вокруг искусственного интеллекта и машинного обучения. Машинное обучение по существу, дающее, вычисляет системы, которые способность учиться в течение долгого времени при помощи растущей базы данных информационных и нейронных сетей – используется в широком диапазоне сценариев от создания распознавания речи больше с точностью до идентификации объектов в видео и фотографиях, чтобы позволить быстрее маркировать для поисковых запросов, ведущих услуг, которые могут идентифицировать личные интересы и речевые команды ответа, сделанные диалоговым тоном.Nvidia много лет превращал нашествия в пробелы высокоэффективных вычислений (HPC) и научных вычислений посредством развития его Тесла акселераторы GPU, которые позволяют организациям увеличить исполнение своих систем в то время как удержание потребляемой мощности.
Это сделано возможным, разгрузив некоторые рабочие нагрузки от центральных процессоров до GPUs, которые предлагают возможности параллельных вычислений и выполняют сотни из большего количества ядер.Растущее число суперкомпьютеров в составляемом два раза в году списке Top500 самых быстрых систем в мире использует акселераторы GPU от Nvidia или Advanced Micro Devices или сопроцессоров Xeon Phi на базе x86 от Intel.
В новом списке, выпущенном в июне, было 90 систем с помощью таких акселераторов, от 75 в ноябре 2014. Из тех, 52 использования Nvidia GPUs.
Следующий список Top500 должен в SC 15 супервычислительное шоу, которое начинается 15 ноября в Остине, Техас.Теперь Nvidia приносит ускорение GPU в гипермасштабные центры обработки данных, такие как выполненные компаниями Веб-масштаба как Facebook, Google и Baidu. Проблема для этих сред является крупными создаваемыми объемами данных, по словам Иэна Бака, вице-президента ускоренных вычислений в Nvidia.«Сегодня, существуют эксабайты данных, создаваемых [гипермасштабными] компаниями ежедневно», Бак сказал eWEEK, отметив, что так большую часть его ведет создаваемое пользователями содержание.
Например, 4 миллиарда видео смотрятся каждый день на Facebook, 400-процентном увеличении за шесть месяцев, сказал он. Baidu обрабатывает 6 миллиардов запросов в день, 10 процентов которых используют речь – в то время как пользователи YouTube наблюдают 300 часов видео в минуту, половина времени на их мобильных устройствах. Проблема понимает совместное использование данных миллионы изображений и видео с миллионами людей, маркируя и улучшая каждую секунду видео максимально близко к реальному времени, обнаруживая и анализируя содержание, и немедленно создавая соответствующую рекламу.
«Это – огромная вычислительная проблема», сказал Бак.Это также все более и более будет включать искусственный интеллект и новый Тесла, акселераторы GPU разработаны, чтобы помочь организациям стимулировать инновации в области.
Тесла строка Акселератора HyperScale даст пользователям 10-кратное улучшение производительности, согласно CEO Хуан.«Машинное обучение является бесспорно одними из самых важных разработок в вычислениях сегодня, в масштабе PC, Интернета и облачных вычислений», он заявил. «Отрасли в пределах от потребительских облачных сервисов, автомобильных и здравоохранение, коренным образом изменяются, поскольку мы говорим.
Машинное обучение является главной вычислительной проблемой нашей генерации. [С новым гипермасштабом Тесла GPUs] экономия времени и сокращение затрат к центрам обработки данных будут значительными».