Компания Facebook оснастит свою вычислительную систему нового поколения платформой ускоренных вычислений NVIDIA® Tesla®, которая позволит запускать широкий спектр приложений машинного обучения.
Обучение комплексных глубоких нейронных сетей может занять несколько дней, а иногда и недель даже на самых быстрых компьютерах. Платформа Tesla позволяет сократить это время в 10-20 раз. В результате, разработчики смогут обучать более сложные сети, что, в свою очередь, позволит предоставлять пользователям более широкие возможности.
Facebook стала первой компанией, взявшей на вооружение графические ускорители NVIDIA Tesla M40 , специализированные ускорители для обучения нейронных сетей, представленные NVIDIA в прошлом месяце. Они станут ключевым компонентом новой вычислительной платформы Big Sur, созданной командой Facebook AI Research (FAIR) специально для обучения нейронных сетей.
«Направление глубокого обучения (Deep Learning) положило начало новой эре вычислений, — говорит Ян Бак (Ian Buck), вице-президент по ускоренным вычислениям в NVIDIA. – Используя большие массивы данных (Big Data) и мощные графические процессоры, алгоритмы глубокого обучения способны решать задачи, решение которых раньше представлялось невозможным. Сегодня мы находимся на пороге революции в широком спектре областей промышленности – от вэб-услуг и розницы до здравоохранения и автоиндустрии. Мы рады, что графические процессоры NVIDIA становятся драйвером развития экосистемы Deep Learning. Наша цель – предоставить исследователям и компаниям самую продуктивную платформу, которая позволит ускорить их замечательные проекты».
Помимо сокращения времени на обучение нейронных сетей, графические процессоры обладают рядом других преимуществ. Архитектурная совместимость между поколениями позволит в будущем легко модернизировать графическую систему для увеличения ее производительности. А растущий парк систем на базе платформы Tesla открывает двери для сотрудничества исследователям из разных стран мира, запуская новую волну открытий и инноваций в мире машинного обучения.
«Ключ к знаниям, которые необходимы для создания более умных машин, находится в возможностях наших вычислительных систем, — говорит Серкан Пиантино (Serkan Piantino), технический директор FAIR. — Прогресс в области машинного обучения и искусственного интеллекта за последние несколько лет был достигнут, в первую очередь, благодаря использованию мощных графических процессоров и больших массивов данных при создании и обучении передовых моделей».
