211service.com
企業が手に入れようと奮闘しているパイントサイズのスーパーコンピューター
NvidiaのDGX-1スーパーコンピューターは、従来のコンピューティングシステムよりも高速に深層学習モデルをトレーニングするように設計されています。
人工知能を利用した複雑なデータプロジェクトに取り組んでいる企業にとって、Nvidiaがボックス内のAIスーパーコンピューターと呼ぶシステムは歓迎すべき開発です。
Nvidiaの初期の顧客 DGX-1 は、機械学習ソフトウェアとチップメーカーの最高級グラフィックスプロセッシングユニット（GPU）の8つを組み合わせたもので、分析モデルのトレーニングを高速化し、実験を強化し、科学、医療、金融の飛躍的進歩を促進できると述べています。サービス。
データサイエンティストは、GPUを活用してディープラーニングを加速しています。これは、人間の脳がデータを処理する方法を模倣するAI技術です。 2012年以降 、しかし多くの人が現在のコンピューティングシステムは彼らの仕事を制限していると言います。 DGX-1などのより高速なコンピューターは、ディープラーニングアルゴリズムをより強力にし、データサイエンティストが以前は不可能だったディープラーニングモデルを実行できるようにすることを約束します。
DGX-1は、すべての企業にとって魅力的なソリューションではありません。費用は129,000ドルで、企業が個々のコンポーネントから組み立てることができるシステムよりも高くなります。また、一定量のシステムメモリとGPUカードが付属しています。しかし、関連する部品とプログラムは中型のスーツケースとほぼ同じサイズの金属製の筐体に事前にインストールされており、高度なハードウェアと高速接続を組み合わせているため、NvidiaはDGX-1のセットアップが簡単で、以前のGPUよりもデータ分析が迅速であると主張していますシステム。さらに、DGX-1が利用可能になった最初の数か月で好評を博したことは、同様のオールインワンディープラーニングシステムが、組織がより多くのAI実験を実行し、より迅速に改良するのに役立つ可能性があることを示唆しています。 DGX-1は現在この種の唯一のシステムですが、Nvidiaの製造パートナーは2017年初頭にスーパーコンピューターの新しいバージョンをリリースする予定です。
秋に出荷を開始して以来、100社未満の企業や組織がDGX-1を購入していますが、初期の採用者は、システムに関するNvidiaの主張は支持されているようだと述べています。ロンドンを拠点とするCEO、ジャッキーハンター 慈悲深いAI のライフサイエンス部門であるBenevolentBioは、彼女のデータサイエンスチームは、インストールされた同じ日にDGX-1でモデルトレーニングを行ったと述べています。彼女は、チームが8週間以内に薬物に適した分子を特定するように設計されたいくつかの大規模モデルを開発することができたと言います。 Hunterによると、これらのモデルは、スタートアップの他のGPUシステムよりもDGX-1で3〜4倍速くトレーニングします。当初はトレーニングに数週間かかっていた複数のモデルがありましたが、今では代わりに数日と数時間でこれを行うことができます、と彼女は付け加えます。
マサチューセッツ総合病院のデータセンターの1つにDGX-1があり、もう1つ注文しています。大量の異なるタイプのデータを処理するには、DGX-1などのGPUスーパーコンピューターが必要であるとのことです。 MGHの臨床データサイエンスセンター 、ボストン地域全体で病院のDGX-1へのアクセスを調整しています PartnersHealthCareシステム 、スーパーコンピューターを使用するプロジェクトには、病理学および放射線学の画像、電子健康記録、およびゲノム情報の分析が含まれると述べています。
X線だけでなく、患者の健康の指標として多数の臨床情報、請求情報、ソーシャルメディアフィードを組み込んでいる場合、それを粉砕するために大量のGPUコンピューティングパワーが本当に必要になるとセンターディレクターは言います。マークミハルスキー。
他のいくつかの組織は、ヘルスケアと医学研究に関連する膨大な量のデータを理解するためにDGX-1を展開しています。アルゴンヌ国立研究所とオークリッジ国立研究所は、それらを使用して癌の起源を研究し、ジョーバイデンの癌月打ちプロジェクトの一環として新しい治療法を特定しています。
DGX-1は、AI研究コミュニティでも積極的に使用されています。 Nvidiaは、製造した最初のDGX-1を非営利のAI研究会社OpenAIに寄付し、ニューヨーク大学、スタンフォード大学、トロント大学など、著名な深層学習部門を持つ大学に他の9つのシステムを提供しました。
多国籍企業もシステムを強化しています。 SAPは、企業の運用と顧客関係の管理を支援するソフトウェアを作成しており、グローバルな2つにDGX-1をインストールしています。 イノベーションセンター 、1つはドイツのポツダム、もう1つはイスラエルのラーナナで、システムの概念実証プロジェクトを実行して、システムの規模と速度を活用するための最良の方法を特定していると、副社長のMarkusNogaは述べています。 フィデリティラボ 、フィデリティインベストメンツの研究開発部門も2つのDGX-1を所有しており、それらを使用して人間の脳をモデルにしたニューラルネットワークまたはコンピューターシステムを構築する予定です、とラボディレクターのショーンベルカは言います。
すでにDGX-1を所有している人でも、ディープラーニングのすべての作業をスーパーコンピューターに移すのではなく、クラウドコンピューティングやその他のGPUベースのシステムを含む高性能コンピューティングシステムを組み合わせて使用し続ける可能性があります。他の会社は、その高額な初期費用と固定された構成のために、そもそもそれを購入しないかもしれません。
しかし、多くの人は価格がそれだけの価値があると考えているようです。 BenevolentAIは、DGX-1のパフォーマンスに見合うだけの十分なサーバーをアマゾンウェブサービスでレンタルするコストは、1年以内にシステムの129,000ドルの値札を超えると見積もっています。グレッグディアモス、 BaiduのシリコンバレーAIラボ ハイパフォーマンスコンピューティングの専門家である、は、スーパーコンピューターが高価であることを認めていますが、価格はNvidiaが提供する構成作業とサポートを反映していると言います。 BaiduのAIラボにはDGX-1はありませんが、システムを同じGPUカードにアップグレードする過程にあり、Diamosによると、新しいテクノロジーによってAI研究が約3.5倍加速すると予測されています。
ディープラーニングアプリケーションの構築に重点を置いており、実行するハードウェアおよびソフトウェアプラットフォームの設計について心配したくない企業は、おそらくDGX-1を検討するでしょう。しかし、このすべての作業を社内で行う大規模な顧客は、DGX-1のプレミアムを支払うのではなく、個々のGPUを購入し、それらをカスタムHPCクラスターに統合することを期待しています。