加入收藏 | 设为首页 | 会员中心 | 我要投稿 河北网 (https://www.hebeiwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 业界 > 正文

从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

发布时间:2018-11-13 12:05:03 所属栏目:业界 来源:51CTO
导读:【51CTO.com原创稿件】当前,人工智能正在以亘古未有的速率成长,它所储藏的庞大潜力将带给我们无穷的想象。众所周知,计较、算法和数据是人工智能的三大基本,因此,要担保AI的乐成绩必要从这几方面入手。 跟着数据量的增添和技能的成长,对数据举办处理赏罚
副问题[/!--empirenews.page--]

【51CTO.com原创稿件】当前,人工智能正在以亘古未有的速率成长,它所储藏的庞大潜力将带给我们无穷的想象。众所周知,计较、算法和数据是人工智能的三大基本,因此,要担保AI的乐成绩必要从这几方面入手。

跟着数据量的增添和技能的成长,对数据举办处理赏罚的手段也有了长足的前进。出格是跟着摩尔定律的连续,从2006到2017年,整体计较本钱低落了56%,存储低落了77%,但同机遇能晋升了41倍。从机能和本钱角度,AI在各个行业的落地已经具备了富裕的前提。

从HPC瓶颈到AI开举事题,英特尔帮你“一次性办理”

英特尔高机能计较办理方案和贩卖总司理 Nash Palaniswamy

日前,主题为“HPC+统统皆可计较”第十四届世界高机能计较学术年会(HPC China2018)在青岛召开。大会时代,英特尔高机能计较办理方案和贩卖总司理Nash Palaniswamy在接管51CTO记者采访时暗示,英特尔正在从以PC为中心的计谋,转向以数据为中心的计谋。在数据中心方面,英特尔但愿辅佐客户从计较、存储角度低落整体拥有的本钱,加强整个体系的机能。从而,敦促客户实现以数据为中心的基本办法转型。

从HPC瓶颈到AI开举事题,英特尔帮你“一次性办理”

HPC China2018-英特尔展台

耐久内存技能破解HPC存储挑衅

人工智能出格是呆板进修和深度进修,必要复杂的计较资源,跟着数据的增添,高机能计较(HPC)变得越来越重要,只有拥有更好的HPC才气更好的实习深度进修模子。因此,我们不难领略,计较是人工智能的成长基本,而HPC则是人工智能最为坚硬、靠得住的计较力供应源泉。

现实上,大局限HPC的存储面对着很是大的挑衅。在人工智能规模,存储必要更快的速率,同时数据在被移动和存储后,还可以或许举办及时处理赏罚。在以数据为中心的基本办法中,英特尔的计策就是担保可以或许更好更快的移动数据、存储数据、处理赏罚数据。

从HPC瓶颈到AI开举事题,英特尔帮你“一次性办理”

存储在HPC和AI中都很是重要,对较量于我们熟知的固态硬盘、内存,英特尔创新性的研发了耐久内存(Persistent Memory)的产物形态。数据表现,耐久内存将来将到达100亿美金的市场局限,对付现实应用措施的机能晋升结果很是明明,原本必要异常钟的处理赏罚速率,此刻也许只必要几秒钟。

Nash Palaniswamy暗示,耐久内存的闪存速率比SSD闪存会更快,将成为存储规模中很是重要的创新。从一个完备的存储架构角度来说,无论是AI应用、HPC应用,照旧一样平常的企业级应用,现实上都可以或许很洪流平从大容量的耐久内存中受益。

辅佐用户一次性办理AI开举事题

今朝,大大都HPC某人工智能应用都运行在英特尔至强可扩展处理赏罚器之上。从HPC和人工智能的相关来说,人工智能现实上是一种较量典范的高机能运算事变负载。可是单一的产物,并不能满意人工智能规模的全部应用,因此英特尔但愿可以通过差异的产物线满意差异的市场需求。

Nash Palaniswamy指出,在整个AI开拓流程中,现实上实习事变约莫占到了所偶然刻的30%,实习之前要耗费大量时刻筹备数据、名目化数据、处理赏罚数据、再输入进去,把数据用差异方法泛起给最终用户。但着实,实习应该只是整个流程中很是小的一个部门。英特尔但愿辅佐用户搭建一个同等性的平台,不必要再去切换更多的平台,一次性办理AI开举事题。

从HPC瓶颈到AI开举事题,英特尔帮你“一次性办理”

针对付人工智能,英特尔也将在下一代至强处理赏罚器中插手深度进修的加快器英特尔®DL Boost,在举办INT8运算时,最高可以晋升约11倍机能。在新成果辅佐下,用户在已有的软件优化前提下举办纯粹的实习运算时可以晋升1.4倍的机能。但对付平凡用户来说,着实并没有这么多的实习需求,一个礼拜也许只实习一次,为了这一次实习而单独采购一个特另外加快器,现实上并不是一个很是划算的投入。因此,在英特尔整体机能晋升环境下,用户完全可以把实习事变放在英特尔已有的平台长举办处理赏罚。

除了硬件之外,软件框架也是人工智能规模很是重要的一个基本。本年3月,英特尔的人工智能产物团队公布开源 nGraph,这是一个面向各类装备和框架的深度神经收集模子编译器。通过nGraph,数据科学家可以或许专注于数据科学研发,而不必要担忧怎样将 DNN 模子陈设到各类差异装备做高效实习和运行。通过新的软件基本办法,英特尔可以或许给用户提供更多机能,从而可以更快的办理他们面对的题目。

Nash Palaniswamy给记者举了一个在医药行业的案例。英特尔正在与诺华(Novartis)相助,操作深度神经收集来加快高内在筛选,这是早期药品研发的要害身分。该相助团队大大收缩了实习图像说明模子的时刻,从之前的11小时变为了31分钟,近乎20倍的改变。在药物研发进程中,图像实习面对着很高的计较负载,大内存的AI处理赏罚方法在传统GPU上很难完成而且服从很是低,这种场景就很是适实用CPU处理赏罚。

从HPC瓶颈到AI开举事题,英特尔帮你“一次性办理”

最终,该团队行使了八个基于CPU的处事器,一个高速光纤互连和优化的TensorFlow1。通过在深度进修实习中操作数据并行的根基道理,以及在处事器平台上充实操作大容量内存支持的上风,完成了每秒缩放高出120张3.9百万像素的图像的使命。因此,针对这种大内存或大数据量的应用需求,英特尔平台就浮现出了很是强的机能上风。

揭秘至强平台新一代蹊径图

(编辑:河北网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读