1. <nav id="9tq2v"><big id="9tq2v"><video id="9tq2v"></video></big></nav>
        1. <label id="9tq2v"></label>
          设为首页 - 加入收藏 镇江站长网 (http://www.uswotlk.com)- 中小站长必上的网站 - 聚焦镇江站长前沿资讯!
          热搜: 手机 优酷 中国 创业者
          当前位置: 主页 > 新闻资讯 > 外闻 > 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:2018-11-09 04:17 所属栏目:[外闻] 来源:51CTO
          导读:副标题#e# 【51CTO.com原创稿件】当前,人工智能正在以前所未有的速度发展,它所蕴藏的巨大潜力将带给我们无限的想象。众所周知,计算、算法和数据是人工智能的三大基础,因此,要保证AI的成功就需要从这几方面入手。 随着数据量的增长和技术的发展,对数据

          【51CTO.com原创稿件】当前,人工智能正在以前所未有的速度发展,它所蕴藏的巨大潜力将带给我们无限的想象。众所周知,计算、算法和数据是人工智能的三大基础,因此,要保证AI的成功就需要从这几方面入手。

          随着数据量的增长和技术的发展,对数据进行处理的能力也有了长足的进步。特别是随着摩尔定律的延续,从2006到2017年,整体计算成本降低了56%,存储降低了77%,但同时性能提升了41倍。从性能和成本角度,AI在各个行业的落地已经具备了充足的条件。

          从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

          英特尔高性能计算解决方案和销售总经理 Nash Palaniswamy

          日前,主题为“HPC+一切皆可计算”第十四届全国高性能计算学术年会(HPC China2018)在青岛召开。大会期间,英特尔高性能计算解决方案和销售总经理Nash Palaniswamy在接受51CTO记者采访时表示,英特尔正在从以PC为中心的战略,转向以数据为中心的战略。在数据中心方面,英特尔希望帮助客户从计算、存储角度降低整体拥有的成本,增强整个系统的性能。从而,推动客户实现以数据为中心的基础设施转型。

          从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

          HPC China2018-英特尔展台

          持久内存技术破解HPC存储挑战

          人工智能特别是机器学习和深度学习,需要庞大的计算资源,随着数据的增长,高性能计算(HPC)变得越来越重要,只有拥有更好的HPC才能更好的训练深度学习模型。因此,我们不难理解,计算是人工智能的发展基础,而HPC则是人工智能最为坚实、可靠的计算力供给源泉。

          实际上,大规模HPC的存储面临着非常大的挑战。在人工智能领域,存储需要更快的速度,同时数据在被移动和存储后,还能够进行实时处理。在以数据为中心的基础设施中,英特尔的策略就是保证能够更好更快的移动数据、存储数据、处理数据。

          从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

          存储在HPC和AI中都非常重要,相比较于我们熟知的固态硬盘、内存,英特尔创新性的研发了持久内存(Persistent Memory)的产品形态。数据显示,持久内存未来将达到100亿美金的市场规模,对于实际应用程序的性能提升效果非常明显,原来需要十分钟的处理速度,现在可能只需要几秒钟。

          Nash Palaniswamy表示,持久内存的闪存速度比SSD闪存会更快,将成为存储领域中非常重要的创新。从一个完整的存储架构角度来说,无论是AI应用、HPC应用,还是一般的企业级应用,实际上都能够很大程度从大容量的持久内存中受益。

          帮助用户一次性解决AI开发难题

          目前,大多数HPC或人工智能应用都运行在英特尔至强可扩展处理器之上。从HPC和人工智能的关系来说,人工智能实际上是一种比较典型的高性能运算工作负载。但是单一的产品,并不能满足人工智能领域的所有应用,因此英特尔希望可以通过不同的产品线满足不同的市场需求。

          Nash Palaniswamy指出,在整个AI开发流程中,实际上训练工作大约占到了全部时间的30%,训练之前要花费大量时间准备数据、格式化数据、处理数据、再输入进去,把数据用不同方式呈现给最终用户。但其实,训练应该只是整个流程中非常小的一个部分。英特尔希望帮助用户搭建一个一致性的平台,不需要再去切换更多的平台,一次性解决AI开发难题。

          从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

          针对于人工智能,英特尔也将在下一代至强处理器中加入深度学习的加速器英特尔®DL Boost,在进行INT8运算时,最高可以提升约11倍性能。在新功能帮助下,用户在已有的软件优化条件下进行纯粹的训练运算时可以提升1.4倍的性能。但对于普通用户来说,其实并没有这么多的训练需求,一个星期可能只训练一次,为了这一次训练而单独采购一个额外的加速器,实际上并不是一个非常划算的投入。因此,在英特尔整体性能提升情况下,用户完全可以把训练工作放在英特尔已有的平台上进行处理。

          除了硬件之外,软件框架也是人工智能领域非常重要的一个基础。今年3月,英特尔的人工智能产品团队宣布开源 nGraph,这是一个面向各种设备和框架的深度神经网络模型编译器。通过nGraph,数据科学家能够专注于数据科学研发,而不需要担心如何将 DNN 模型部署到各种不同设备做高效训练和运行。通过新的软件基础设施,英特尔能够给用户提供更多性能,从而可以更快的解决他们面临的问题。

          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)合作,利用深度神经网络来加速高内涵筛选,这是早期药品研发的关键因素。该合作团队大大缩短了训练图像分析模型的时间,从之前的11小时变为了31分钟,近乎20倍的改变。在药物研发过程中,图像训练面临着很高的计算负载,大内存的AI处理方式在传统GPU上很难完成并且效率非常低,这种场景就非常适合用CPU处理。

          从HPC瓶颈到AI开发难题,英特尔帮你“一次性解决”

          最终,该团队使用了八个基于CPU的服务器,一个高速光纤互连和优化的TensorFlow1。通过在深度学习训练中利用数据并行的基本原理,以及在服务器平台上充分利用大容量内存支持的优势,完成了每秒缩放超过120张3.9百万像素的图像的任务。因此,针对这种大内存或大数据量的应用需求,英特尔平台就体现出了非常强的性能优势。

          揭秘至强平台新一代路线图

          【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

          网友评论
          推荐文章
          金亚洲游戏