211service.com
Un chip da 2 miliardi di dollari per accelerare l'intelligenza artificiale
Il campo dell'intelligenza artificiale ha registrato un notevole progresso negli ultimi anni, con il software che è diventato molto più bravo nella comprensione di immagini, parole e nuove attività come come giocare. Ora l'azienda il cui hardware ha sostenuto gran parte di questi progressi ha creato un chip per continuare a farlo.
Martedì Nvidia ha annunciato un nuovo chip chiamato Tesla P100 progettato per mettere più potenza dietro una tecnica chiamata deep learning. Questa tecnica ha prodotto recenti importanti progressi come il software Google AlphaGo che ha sconfitto il miglior giocatore mondiale di Go il mese scorso (vedi Five Lessons from AlphaGo's Historic Victory).
Il deep learning implica il passaggio di dati attraverso grandi raccolte di neuroni simulati in modo grossolano. Il P100 potrebbe aiutare a realizzare più scoperte consentendo agli informatici di fornire più dati alle loro reti neurali artificiali o di creare raccolte più ampie di neuroni virtuali.
Le reti neurali artificiali esistono da decenni, ma il deep learning è diventato rilevante solo negli ultimi cinque anni, dopo che i ricercatori hanno scoperto che i chip originariamente progettati per gestire la grafica dei videogiochi hanno reso la tecnica molto più potente. I processori grafici rimangono fondamentali per il deep learning, ma il CEO di Nvidia Jen-Hsun Huang afferma che è giunto il momento di realizzare chip personalizzati per questo caso d'uso.
Jen-Hsun Huang, CEO del produttore di chip Nvidia, introduce un nuovo chip progettato per rendere più capace il software di apprendimento automatico.
In un evento aziendale a San Jose, ha affermato: Per la prima volta abbiamo progettato un'architettura [di elaborazione grafica] dedicata all'accelerazione dell'IA e all'accelerazione del deep learning. Nvidia ha speso più di 2 miliardi di dollari in ricerca e sviluppo per produrre il nuovo chip, ha affermato Huang. Ha un totale di 15 miliardi di transistor, circa il triplo dei precedenti chip Nvidia. Huang ha affermato che una rete neurale artificiale alimentata dal nuovo chip potrebbe apprendere dai dati in arrivo 12 volte più velocemente possibile utilizzando il precedente miglior chip di Nvidia.
I ricercatori di deep learning di Facebook, Microsoft e altre società a cui Nvidia ha concesso l'accesso anticipato al nuovo chip hanno affermato che si aspettano che acceleri i loro progressi consentendo loro di lavorare con raccolte più ampie di neuroni.
Penso che saremo in grado di diventare un po' più grandi di quanto non siamo stati in grado di fare in passato, come 30 volte più grandi, ha affermato Bryan Catanzero, che lavora sul deep learning presso la società di ricerca cinese Baidu. L'aumento delle dimensioni delle reti neurali ha consentito in precedenza importanti salti nell'intelligenza del software. Ad esempio, l'anno scorso Microsoft è riuscita a fare software che batte gli esseri umani nel riconoscere gli oggetti nelle foto creando una rete neurale molto più ampia.
Huang di Nvidia ha affermato che il nuovo chip è già in produzione e che si aspetta che le società di cloud computing inizino a usarlo quest'anno. IBM, Dell e HP dovrebbero venderlo all'interno dei server a partire dal prossimo anno.
Ha anche presentato un computer speciale per ricercatori di deep learning che racchiude otto chip P100 con chip di memoria e dischi rigidi flash. I principali gruppi di ricerca accademica, inclusi quelli dell'Università della California, Berkeley, Stanford, New York University e MIT, ricevono modelli di quel computer, noto come DGX-1, che sarà venduto anche per $ 129.000.