211service.com
Chip o wartości 2 miliardów dolarów, który przyspieszy sztuczną inteligencję
Dziedzina sztucznej inteligencji doświadczyła w ostatnich latach uderzającego postępu, a oprogramowanie znacznie lepiej rozumie obrazy, mowę i nowe zadania, takie jak granie w gry. Teraz firma, której sprzęt przyczynił się do znacznej części tego postępu, stworzyła chip, który go utrzyma.
We wtorek Nvidia ogłosiła nowy układ o nazwie Tesla P100, który ma na celu zwiększenie mocy techniki zwanej głębokim uczeniem. Ta technika zaowocowała ostatnimi dużymi postępami, takimi jak oprogramowanie Google AlphaGo, które w zeszłym miesiącu pokonało czołowego gracza Go na świecie (patrz Pięć lekcji z historycznego zwycięstwa AlphaGo).
Głębokie uczenie obejmuje przekazywanie danych przez duże zbiory prymitywnie symulowanych neuronów. P100 może pomóc w osiągnięciu większej liczby przełomów, umożliwiając informatykom przesyłanie większej ilości danych do ich sztucznych sieci neuronowych lub tworzenie większych kolekcji wirtualnych neuronów.
Sztuczne sieci neuronowe istnieją od dziesięcioleci, ale głębokie uczenie stało się istotne dopiero w ciągu ostatnich pięciu lat, po tym, jak naukowcy odkryli, że chipy pierwotnie zaprojektowane do obsługi grafiki w grach wideo sprawiły, że technika ta stała się znacznie potężniejsza. Procesory graficzne pozostają kluczowe dla głębokiego uczenia, ale dyrektor generalny Nvidii, Jen-Hsun Huang, mówi, że nadszedł czas, aby dostosować chipy do tego przypadku użycia.
Jen-Hsun Huang, dyrektor generalny firmy Nvidia, producenta chipów, przedstawia nowy chip zaprojektowany w celu zwiększenia możliwości oprogramowania do uczenia maszynowego.
Na imprezie firmowej w San Jose powiedział: Po raz pierwszy zaprojektowaliśmy architekturę [przetwarzania grafiki] przeznaczoną do przyspieszania sztucznej inteligencji i głębokiego uczenia się. Nvidia wydała ponad 2 miliardy dolarów na badania i rozwój, aby wyprodukować nowy chip, powiedział Huang. Ma łącznie 15 miliardów tranzystorów, około trzy razy więcej niż poprzednie układy Nvidii. Huang powiedział, że sztuczna sieć neuronowa zasilana przez nowy chip może uczyć się z przychodzących danych 12 razy szybciej niż to możliwe przy użyciu poprzedniego najlepszego chipa Nvidii.
Naukowcy zajmujący się głębokim uczeniem z Facebooka, Microsoftu i innych firm, którym Nvidia przyznała wczesny dostęp do nowego chipa, powiedzieli, że spodziewają się, że przyspieszy on ich postęp, umożliwiając im pracę z większymi zbiorami neuronów.
Myślę, że będziemy w stanie osiągnąć większy rozmiar niż w przeszłości, na przykład 30 razy większy, powiedział Bryan Catanzero, który pracuje nad głębokim uczeniem w chińskiej firmie wyszukiwawczej Baidu. Zwiększenie rozmiaru sieci neuronowych umożliwiło wcześniej znaczne skoki w inteligentnym oprogramowaniu. Na przykład w zeszłym roku Microsoftowi udało się stworzyć oprogramowanie, które bije ludzi w rozpoznawanie obiektów na zdjęciach tworząc znacznie większą sieć neuronową.
Huang z Nvidii powiedział, że nowy układ jest już w produkcji i spodziewa się, że firmy zajmujące się przetwarzaniem w chmurze zaczną go używać w tym roku. Oczekuje się, że IBM, Dell i HP będą sprzedawać go wewnątrz serwerów od przyszłego roku.
Zaprezentował także specjalny komputer dla naukowców zajmujących się głębokim uczeniem, który zawiera osiem układów P100 z układami pamięci i dyskami twardymi flash. Wiodące akademickie grupy badawcze, w tym te z University of California, Berkeley, Stanford, New York University i MIT, otrzymują modele tego komputera, znanego jako DGX-1, który również zostanie sprzedany za 129 000 USD.