Технологии Intel для машинного обучения

21:29 10.12.2016   |   1964 |  Леонид Черняк |



Корпорация намерена предложить альтернативу графическим процессорам (GPU).

Хорошо известно описание Ильфом и Петровым нарастания эмоций в диалоге между Бендером и Корейко: «Происшедшее нарастание улыбок и чувств напоминало рукопись композитора Франца Листа, где на первой странице указано играть 'быстро', на второй — 'очень быстро', на третьей — 'гораздо быстрее', на четвертой — 'быстро как только возможно' и все-таки на пятой — 'еще быстрее'». Примерно в том же темпе в 2016 году развиваются события, связанные с адаптацией методов искусственного интеллекта для прикладных целей. Еще два-три года назад в реальность того, что происходит перед нашими глазами сейчас, не поверил бы ни один, даже самый оптимистичный наблюдатель.

Самое показательное — направление «машинное обучение», до этого прежде лишь одиножды вошедшее в ежегодный отчет Gartner Top 10 Strategic Technology Trends и помещенное в нем на пятое место в 2015 году, через год в следующем прогнозе на 2017 год перешло на первое место. На этот раз — в сочетании с искусственным интеллектом (Trend No. 1: AI & Advanced Machine Learning). Машинное обучение и искусственный интеллект были в свое время предметом деятельности академически ориентированных стартапов, но в новых условиях на изменения реагируют и отраслевые гиганты.

В рамках суперкомпьютерной конференции SC2016 корпорация Intel провела отдельную секцию — AI Day. А несколькими месяцами раньше технический директор Google Сундар Пучаи возвестил о всеобщем переходе из мира, где на первом месте мобильные устройства, в мир, где на первом месте ИИ («We will move from mobile first to an AI first world»). Ну а про массовые события, про новую Калифорнийскую лихорадку уже написано. Продолжая цитировать Ильфа и Петрова, скажем: «Лед тронулся». Одно дело — стартапы, растущие как грибы, и совсем другое — новые тенденции в деятельности компаний, определяющих все развитие индустрии.

Со стороны немного странным кажется тот факт, что в программе искусственного интеллекта, объявленной Intel, существенное место занимают технологии, приобретенные вместе с компанией Nervana. Сравним: Intel с почти 100 тыс. занятых (и это при той степени автоматизации, которой отличаются полупроводниковые производства) и Nervana со штатом менее 50 человек и купленная за»смешные«360 млн долл. Но это именно так, это подтверждает вице-президент Intel и руководитель Data Center Group Дайана Брайант, а о сделке писали все крупнейшие бизнес-издания. Теперь в Intel намерены обеспечить полный набор технологий для решения задач глубинного обучения, как говорят — from soup to nuts, то есть»от супа до орешек", полное меню.

В таком контексте понятно утверждение Брайант о том, что в распоряжении Nervana Systems есть полный стек аппаратных и программных решений, способных ускорить работу систем глубинного обучения и помочь Intel активно войти в сегмент технологий для глубинного обучения. Аналитик из компании Moor Insights & Strategy охарактеризовал смысл сделки следующими словами: «Это отнюдь не попытка конкуренции напрямую с Nvidia, которая стала лидером в использовании GPU в области нейронных сетей и глубинного обучения. У Intel есть многоядерные процессоры Xeon Xeon Phi, с покупкой теперь есть и FPGA, но нет GPU. Приобретение Nervana — это совершенно иной способ вхождения в рынок технологий для глубинного обучения, не копирующий идею применения универсальных GPU для этих целей, а ориентированный на использование нового типа сопроцессоров, созданных специально для такого рода задач. Для целей глубинного обучения требуется меньшая точность, чем та, которую обеспечивают универсальные GPU, поэтому специализированный процессор теоретически может оказаться производительнее».

Эту идею планируется воплотить в процессоре Knights Crest, который объединит будущие версии Xeon с ускорителем от Nervana. Как именно будут совмещены в одном кристалле две большие микросхемы, пока не сказано. Преимущество интеграции — в работе основного процессора и ускорителя на общую память, что не только повышает скорость работы, но и устраняет многие проблемы программирования, вызванные разделением памятей GPU и CPU. Навин Рао, глава компании Nervana и один из ее сооснователей, заявил, что таким образом удастся поднять в 100 раз производительность на задачах машинного обучения и вступить в активную конкуренцию с GPU.

С появлением новых процессоров машинное обучение удастся шире распространить, например, на управление сложными объектами, такими как современные гигантские ЦОДы.


Теги: Авторские колонки