В Университете Иннополис установили Nvidia DGX-1 — самый мощный суперкомпьютер на базе графических процессоров |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-03-19 09:13 В Университете Иннополис установили Nvidia DGX-1 — самый мощный суперкомпьютер на базе графических процессоров Nvidia DGX-1 — первый в мире компьютер, специально разработанный для задач глубокого обучения и нейронных сетей. С помощью нового оборудования специалисты российского ИТ-вуза разработают алгоритмы движения беспилотного Камаза, научат антропоморфного робота ходить по пересечённой местности и обработают массив данных при разработке 4D-геоинформационной платформы. Студенты получат доступ к компьютеру для работ над учебными и собственными проектами. В компьютере 8 графических процессоров Tesla V100: 5120 ядер и 21 млрд транзисторов внутри. Они помогают машине достичь производительности в 960 терафлопса (960 триллионов операций в секунду) при выполнении вычислений с плавающей запятой. Исследования производителя показали, что в работе с алгоритмами Deep Learning это устройство в 96 раз быстрее серверного компьютера на базе центрального процессора. В системе 40 960 ядер CUDA — архитектура параллельных вычислений, увеличивающая производительность за счёт использования графических процессоров. По словам разработчиков, этой технологией уже пользуются 6 000 исследователей в академической среде, фармацевтические компании сокращают сроки создания новых лекарств. На финансовом рынке компании Numerix и CompatibL, используя CUDA в новом приложении анализа риска контрагентов, достигли ускорения работы в 18 раз. Айрат Салахов, руководитель отдела информационных технологий Университета Иннополис: «Компьютер доступен и студентам для выполнения курсовых и дипломных проектов в области искусственного интеллекта, глубокого обучения и параллельных вычислений. В первый же день к нам поступило 20 заявок с запросами по задачам, связанным с анализом данных и в области глубокого обучения». Размер суперкомпьютера равен обычному серверному. Внутри устройства также два 20-ядерных процессора Intel Xeon E5-2698 v4 с частотой 2,2 ГГц, операционная система Ubuntu Linux и доступ к Nvidia Gpu Cloud — каталогу ПО для глубокого обучения и высокопроизводительных вычислений, оптимизированному под графические процессоры. Руководитель центра развития робототехники Университета Иннополис Александр Климчик рассказал, как конкретно ИТ-вуз применит новое оборудование: «Суперкомпьютер будет задействован в решении задач машинного обучения для автономного вождения — проекта вуза по созданию беспилотной системы для Камаза с аэроразведкой территории дроном и для конкурса “Зимний город”, для которого мы создаём беспилотный автомобиль, адаптированный к движению зимой без разметки в разное время суток», — рассказал учёный и добавил, что также компьютер используют для гранта с партнёром вуза «Андроидная техника» для вычислений алгоритмов ходьбы антропоморфных роботов. Так же Климчик отметил, что машина обладает колоссальным вычислительным ресурсом: «Nvidia DGX-1 способен сократить время необходимое на расчёты и обучение нейронных сетей с дней и недель до часов. Это позволит использовать больше входных данных, быстрее проверять гипотезы, ускорить исследования, получить новые прорывные результаты, которые раньше оставались за бортом из-за ограниченных вычислительных ресурсов». «В проекте "Цифровая модель Республики Татарстан" Университета Иннополис наши специалисты также используют методы машинного обучения мониторинга и распознавания объектов, находящихся в охранных зонах. Для Министерства экологии и природных ресурсов РТ сервис на основе обучения нейронных сетей позволяет находить незаконные объекты в водоохраной зоне, — говорит Константин Игудесман, руководитель Центра геоинформационных технологий Университета Иннополис. — Суперкомпьютер ускорит обучение алгоритмов машинного обучения для нашей платформы в десятки раз». Источник: university.innopolis.ru Комментарии: |
|