általános

A világ leggyorsabb szuperszámítógépe megtörte a mesterséges intelligencia rekordját

Amerika nyugati partján, a legértékesebbA világ cégei mesterséges intelligenciát próbálnak okosabbá tenni. A Google és a Facebook olyan kísérletekkel büszkélkedhet, hogy több milliárd fotót és több ezer nagy teljesítményű processzort használ. A tavalyi év végén azonban a kelet-Tennessee-i projekt csendesen felülmúlta a mesterséges intelligencia bármely vállalati laboratóriumát. És ő volt az amerikai kormány irányítása alatt.

Az amerikai kormány szuperszámítógépe rekordokat ver

A rekordprojekt a legerőteljesebb voltVilágméretű szuperszámítógép-csúcstalálkozó az Oak Ridge Nemzeti Laboratóriumban. Ez az autó tavaly júniusban kapta meg a koronát, és öt évvel később visszatért az amerikai címre, amikor a listát Kína vezette. Az éghajlati kutatási projekt részeként egy óriási számítógép elindított egy gépi tanulási kísérletet, amely gyorsabban haladt előre.

"Csúcstalálkozó", amely két területet foglal magábanteniszpályák, a projektben résztvevő több mint 27 000 nagy teljesítményű grafikus processzor. Használta a hatalmát, hogy tanítson mély tanulási algoritmusokat, a technológia, amely a fejlett mesterséges intelligencia alapját képezi. A mélytanulás folyamatában az algoritmusok másodpercenként milliárdmilliárd művelettel végeznek gyakorlatokat, amelyek a szuperszámítógép körökben exaflop néven ismertek.

"Korábban a mély tanulás soha nem érte elez a teljesítményszint ”- mondja Prabhat, a Lawrence Berkeley Nemzeti Laboratórium Nemzeti Energiakutató Központjának kutatócsoportjának vezetője. Csapata együttműködött a Summit Headquarters, az Oak Ridge National Laboratory kutatóival.

Amint azt talán kitalálod, az AI képzéseA világ legerősebb számítógépe a világ egyik legnagyobb problémájára összpontosult - az éghajlatváltozás. A technológiai vállalatok algoritmusokat tanítanak az arcok vagy útjelző táblák felismerésére; A kormány tudósai arra tanították őket, hogy olyan éghajlati modellekkel ismerjék fel az időjárási viszonyokat, mint a ciklonok, amelyek a Föld légkörének századnyi előrejelzését három órakor tömörítik. (Nem világos azonban, hogy mennyi energiát kért a kért projekt és mennyi szén kibocsátott a levegőbe a folyamat során).

A csúcstalálkozó kísérleti ügyei a jövőre nézvemesterséges intelligencia és klimatológia. A projekt szemlélteti a mély tanulásnak a szuperszámítógépekhez való alkalmazkodásának tudományos lehetőségeit, amelyek hagyományosan fizikai és kémiai folyamatokat szimulálnak, mint például a nukleáris robbanások, fekete lyukak vagy új anyagok. Azt is mutatja, hogy a gépi tanulás előnyhöz juthat a számítástechnikai erővel - ha megtalálhatja -, és áttörést biztosít a jövőben.

"Nem tudtuk, hogy ilyen módon lehetne megtenniaddig, amíg meg nem tették ”- mondja Rajat Monga, a Google technikai igazgatója. Ő és más googles segítették a projektet a vállalat nyílt forráskódú TensorFlow gépi tanulási szoftverének az óriási Summit mérlegekhez való hozzáigazításával.

A mélységes méretezés nagy részeAz internetes cégek adatközpontjaiban képzést folytattak, ahol a szerverek együtt dolgoznak a problémákra, elosztva őket, mert viszonylag különállóak, és nem kapcsolódnak egy hatalmas számítógéphez. A szuperszámítógépek, mint a csúcstalálkozó, eltérő architektúrával rendelkeznek, és nagy sebességű speciális kapcsolatokkal rendelkezik, amelyek több ezer processzort egyetlen rendszerbe kapcsolnak, és egyetlen egységként működhetnek. Egészen a közelmúltig viszonylag kevés munkát végeztek a gépi tanulás ilyen típusú hardverekhez való alkalmazkodásával.

Monga mondja az adaptációs munkát TensorFlow-nakA csúcstalálkozó mérete is hozzájárul a Google erőfeszítéseihez a mesterséges intelligencia belső rendszerének bővítéséhez. Az Nvidia mérnökei is részt vettek ebben a projektben, biztosítva, hogy több tízezer Nvidia GPU a gépben zökkenőmentesen működjön.

Számosabb számítási módok kereséseA mély tanulási algoritmusok teljesítménye fontos szerepet játszott a technológia jelenlegi fejlesztésében. Ugyanez a technológia, amelyet a Siri a hangfelismeréshez és a Waymo autókhoz közúti jelzéseket olvas, 2012-ben hasznos lett, miután a tudósok alkalmazkodtak az Nvidia GPU-khoz.

A múlt májusban közzétett elemzés \ tAz OpenAI, az Ilon Mask által alapított kutatóintézet, az OpenAI tudósai kiszámították, hogy a számítástechnikai teljesítmény nagysága a legnagyobb nyilvános gépi tanulási kísérletekben kb. ez 11-szeres növekedést jelent az év során. Ez az előrehaladás segítette az ábécé botot az összetett asztali és videojátékok bajnokainak legyőzésében, és hozzájárult a Google fordító pontosságának jelentős növekedéséhez is.

A Google és más cégek mostaz AI-hez adaptált új chipek létrehozása a trend folytatásához. A Google azt állítja, hogy a „hüvelyek”, amelyek egymáshoz közel helyezkednek el több ezer AI-chipjével - duplikált tenzor-processzorokkal, vagy TPU-val - 100 petaflops számítási teljesítményt tudnak biztosítani, ami a csúcstalálkozó által elért sebesség egytizede.

A csúcstalálkozó hozzájárulása az éghajlati tudományhozmegmutatja, hogy egy óriási méretű AI hogyan javíthatja a jövőbeli időjárási viszonyok megértését. Amikor a kutatók százéves időjárási előrejelzéseket hoznak létre, a kapott előrejelzés olvasása kihívást jelent. - Képzeld el, hogy van egy filmed a YouTube-on, ami 100 éves. Nincs mód arra, hogy a macskákat és kutyákat kézzel keresse meg a filmben ”- mondja Prabhat. Általában a szoftvert a folyamat automatizálására használják, de nem tökéletes. A csúcstalálkozó eredményei azt mutatták, hogy a gépi tanulás sokkal jobban megteheti, ami segíthet a viharhatások előrejelzésében, mint az árvíz.

Michael Pritchard, professzor szerintA Kaliforniai Egyetem, az Irvine, a szuperszámítógépeken való mélyreható tanulást viszonylag új ötlet, amely a klímakutatók számára megfelelő időben jött létre. A hagyományos feldolgozók javulásának ütemének lassulása azt eredményezte, hogy a mérnökök egyre több grafikus zsetonnal rendelkeztek a szuperszámítógépek felszerelésével, így a termelékenység stabilabb lett. „Eljött a pillanat, amikor már nem lehetséges a számítási teljesítmény növelése a szokásos módon” - mondja Pritchard.

Ez a váltás elindította a hagyományos szimulációtholtvégén, és ezért alkalmazkodnia kellett. Ez is megnyitja az ajtót, hogy kihasználja a mély tanulás erejét, amely természetesen alkalmas a grafikus zsetonokra. Talán világosabb képet kapunk az éghajlat jövőjéről.

Hogyan használná egy ilyen szuperszámítógépet? Mondja el velünk a Telegramban.