Новый Техас-Гайя (зеленый Ма ускорителя) вычислительной системы в лаборатории Линкольн-центра суперкомпьютерных вычислений (LLSC) был признан наиболее мощным искусственным интеллектом суперкомпьютера в любом университете мира. Ранжирование происходит от мира Top500, который публикует список лучших суперкомпьютеров в разных категориях, два раза в год. Система, которая была построена компанией Hewlett Packard, предприятие, сочетает в себе традиционную высокопроизводительного вычислительного оборудования — около 900 процессоров Intel с аппаратным оптимизирован для приложений, АИ — 900 графический процессор от Nvidia (ГПУ) ускорителей.
«Мы в восторге от возможности исследователей по Линкольн и MIT добиться невероятных научно-технических прорывов», — говорит Джереми Кепнер, сотрудник лаборатории Линкольна, который возглавляет LLSC. «Техас-Гайя будет играть большую роль в поддержке ИИ, физическое моделирование и анализ данных всех лабораторных заданий».
Списке 500 самых основаны на тестом Linpack, который является мерой плавающей точкой вычислительной системы питания или как быстро компьютер решает плотной системы линейных уравнений. Тест производительности 500, в Техас-Гайя составляет 3.9 квадриллионов операций с плавающей точкой в секунду, или петафлопс (хотя с рейтинга было объявлено в июне 2019 года, «Хьюлетт-Паккард» предприятие обновил тест системы 4.725 петафлопс). В июне тест производительности Top500 по местам в системе № 1 на северо-востоке, № 20 в США, и № 51 в мире суперкомпьютерных власти. Пиковая производительность системы составляет более 6 петафлопс.
Но более примечательно, что Техас-Гайя обладает пиковой производительностью в 100 петафлопс AI, что делает его № 1 на флоп АИ в любом университете мира. Хлопали AI-это мера того, насколько быстро компьютер может выполнять глубокие нейронные сети (операций ДНН). DNNs представляют собой класс алгоритмов ИИ, что научиться распознавать закономерности в огромных объемах данных. Эта способность порождает «Ай чудес», как Кепнер, в распознавание речи и компьютерное зрение; технология позволяет Алекса Амазонки, чтобы понимать вопросы и самоуправляемые машины распознавать объекты в их окрестностях. Чем сложнее эти DNNs расти, тем больше времени требуется для их обработки больших наборов данных, они учатся. Ускорители ТХ-Гайи видеокарта NVIDIA созданы специально для выполнения этих операций быстро ДНН.
Техас-Гайя расположен в новом модульный центр обработки данных, называется EcoPOD, в LLSC зеленый, питание сайт hydroelectrically в Холиоке, штат Массачусетс. Он вступает в ряды других мощных систем на LLSC, например TX-Е1, который поддерживает сотрудничество с кампусом Массачусетского технологического института и других институтов и Техас-Зеленый, который в настоящее время занимает 490th в список TOP500.
Кепнер говорит, что интеграция системы в LLSC будет полностью прозрачен для пользователей, когда дело доходит онлайн этой осенью. «Единственное, что пользователи должны увидеть, что многие их вычисления будут значительно быстрее», — говорит он.
Среди приложений, АИ, ТХ-Гайя быть использован для обучения алгоритмов машинного обучения, в том числе и те, которые используют DNNs. Это позволит более оперативно хруст через терабайты данных — например, сотни тысяч стоит изображения или лет речевых образцов — учить этих алгоритмов, чтобы выяснить, решения самостоятельно. Вычислительная мощность системы будет также ускорить моделирование и анализ данных. Эти возможности будут поддерживать проекты в лаборатории НИОКР в областях, таких как повышение качества прогнозирования погоды, ускорения анализа медицинских данных, построение автономных систем, проектирование синтетической ДНК и создание новых материалов и устройств.
Техас-Гайя, которая также входит в систему № 1 в Министерство обороны США, также будет поддерживать недавно анонсированный МИТ-ВВС АИ ускорителя. Партнерство позволит объединить опыт и ресурсы Массачусетского технологического института, в том числе на LLSC, и ВВС США на проведение фундаментальных исследований, направленных на обеспечение быстрого прототипирования, масштабирование и применение алгоритмов искусственного интеллекта и систем.
Больше записей автора Роботы и киборги
В ETH Zurich научились делать роботов микронной длины
Исследователи из ETH Zurich разработали технологию производства машин микронной длины путем сложного соединения нескольких материалов. Такие микророботы однажды произведут в …
Disney Research представила новый инструмент для создания правдоподобной мимики
Сейчас 3D-рендеринг лиц является неотъемлемой частью производства любого крупного фильма или игры, но задача их захвата и естественной анимации является …
Немецкие исследователи используют импульсные нейронные сейти для управления роботизированными руками
Если мы хотим, чтобы роботы действительно реализовали свой потенциал при взаимодействии с окружающим миром, критически важно, чтобы в их распоряжении …
