I nuovi acceleratori hyperscale di NVIDIA per il Machine Learning

NVIDIA annuncia una hyperscale platform per i data center, che consente ai provider di servizi web di accelerare i pesanti carichi di lavoro legati al machine learning.  La linea di hyperscale accelerator di NVIDIA consta di due diverse soluzioni: una consente ai ricercatori di progettare più velocemente nuove reti neurali profonde per ciascuna delle numerose applicazioni legate all’intelligenza artificiale (AI), mentre l’altra è un acceleratore low-power progettata per sfruttare al meglio queste reti nei data center. La linea di prodotti comprende anche una suite di librerie GPU-accelerated e consente agli sviluppatori di utilizzare la potente Tesla Accelerated Computing Platform per il machine learning nei data center e creare applicazioni AI-based senza precedenti.  “La competizione sull’intelligenza artificiale è iniziata.", ha affermato Jen-Hsun Huang, co-fondatore e CEO di NVIDIA. “Il machine learning rappresenta oggi uno dei settori più importanti in relazione al mondo dei PC, di Internet e del cloud computing, con la possibilità di rivoluzionare mercati, che vanno da quello dei servizi cloud in ambito consumer all’automotive fino all’healthcare.", ha proseguito Huang, che ha concluso: "Il machine learning è la grande sfida della nostra generazione e abbiamo creato la linea di hyperscale accelerator Tesla per dare un forte impulso al mercato con incrementi fino a 10X e assicurare contemporaneamente significativi risparmi economici e di tempo ai data center."  Queste nuove soluzioni hardware e software sono specificatamente progettate per accelerare il flusso di applicazioni web che stanno competendo per incorporare funzionalità di AI. Importanti passi avanti nel machine learning hanno reso possibile utilizzare le tecniche di AI per creare applicazioni e servizi più "intelligenti".  Il machine learning viene utilizzato anche per rendere più accurato il riconoscimento vocale, nonché quello di oggetti e scene nei video o nelle foto. Rende possibile il riconoscimento facciale, anche quando il viso è parzialmente oscurato, e diversi servizi molto avanzati. Tutto questo grazie al machine learning. La sfida è quella di disporre di una quantità enorme di potenza per il supercomputing per innovare e far crescere le reti neurali profonde. La linea di hyperscale accelerator di NVIDIA è stata creata proprio per questa ragione. I nuovi prodotti che entrano a far parte della piattaforma NVIDIA Tesla sono:  • GPU NVIDIA® Tesla® M40 , il più potente acceleratore progettato per il training di rete neurali profonde  • GPU NVIDIA Tesla M4 , un acceleratore small form-factor a basso consumo per il machine learning, per lo streaming di immagini e per il video processing  • NVIDIA Hyperscale Suite, una ricca suite di software ottimizzato per il machine learning e il video processing  Acceleratore GPU NVIDIA Tesla M40  L’acceleratore GPU NVIDIA Tesla M40 consente agli scienziati di risparmiare giorni o persino settimane di tempo nel training delle reti neurali e ottenere una maggiore accuratezza generale.  Tra le caratteristiche principali:  • Ottimizzata per il Machine Learning – Riduce i tempi per il training fino a 8 volte in rapporto alle CPU (1,2 giorni contro i 10 che normalmente occorrono per un classico AlexNet training).  • Affidabilità senza sosta 24/7 – Progettato e testato per la massima affidabilità nei data center. • Scale-out performance – Supporto per NVIDIA GPUDirect che consente il training rapido di reti neurali multi-nodo. Acceleratore GPU NVIDIA Tesla M4  L’acceleratore NVIDIA Tesla M4 è una GPU low-power destinata agli ambienti hyperscale e ottimizzata per le applicazioni web molto esigenti. Tra le caratteristiche principali:  • Throughput più elevato – Transcodifica e analisi video in streaming fino a 5 volte più velocemente delle CPU.  • Bassi consumi energetici – Con un profilo energetico selezionabile dall’utente, Tesla M4 consuma 50-75 watt di potenza e offre un’efficienza energetica fino a 10 volte maggiore di una CPU nel processare algoritmi per video il machine learning. • Small form factor – Il design low-profile PCIe è perfetto per le enclosure dei sistemi di data center hyperscale. Suite NVIDIA Hyperscale  La nuova Suite NVIDIA Hyperscale include strumenti sia per gli sviluppatori che per i manager di data center, specificatamente progettati per i servizi web, tra cui: • cuDNN- tra gli algoritmi software più noti per applicazioni AI. • Software FFmpeg multimedia accelerato da GPU– software FFmpeg utilizzato per video transcoding e video processing.  • NVIDIA GPU REST Engine – Consente la creazione di servizi web particolarmente avanzati.  • NVIDIA Image Compute Engine – servizio GPU-accelerated con REST API che consente il ridimensionamento immagini fino a 5 volte più velocemente rispetto alle CPU.  Supporto Mesosphere  Mesosphere ha recentemente annunciato la sua collaborazione con NVIDIA per il supporto della tecnologia GPU su Apache Mesos e Mesosphere Datacenter Operating System (DCOS). Questo semplificherà il compito alle aziende che offrono servizi web nel realizzare data center per la prossima generazione di applicazioni.