В России представлен суперкомпьютер Nvidia DGX-1 для задач ИИ

Интеграция Инфраструктура Электроника
мобильная версия
, Текст: Владимир Бахур

OCS представляет российскому рынку систему искусственного интеллекта Nvidia DGX-1. Система разработана специально для глубокого обучения (Deep Learning) и GPU-ускоренного анализа данных и сравнима по производительности с 250 серверами x86 архитектуры. Nvidia DGX-1 оснащена всем необходимым аппаратным и программным обеспечением для задач глубокого обучения, набором инструментов разработки и поддерживает популярные аналитические приложения с поддержкой GPU.

На территории РФ систему Nvidia DGX-1 поставляет дистрибуторская компания OCS. Многолетнее сотрудничество двух компаний позволило сформировать уникальное предложение для партнерского канала. В продуктовом портфеле дистрибутора представлен самый широкий ассортимент профессиональной графики Nvidia Quadro и вычислительных систем Nvidia Tesla. Партнерский канал OCS имеет такие преимущества как полный ассортимент продукции Nvidia, наличие широкой системы офисов и складов во всех регионах РФ, техническая и информационная поддержка канала продаж, эксклюзивные финансовые условия для партнеров и их больших проектов.

Суперкомпьютер Nvidia DGX-1 – это первая в мире система, разработанная специально для задач глубокого обучения и ускоренного анализа данных в области искусственного интеллекта. Суперкомпьютер позволяет обрабатывать и анализировать информацию в 100 раз быстрее по сравнению с традиционными вычислительными системами, что приводит к значительной экономии на формировании и обслуживании ИТ-инфраструктуры.

Система построена на ускорителях Tesla P100, высокоскоростное соединение между которыми обеспечивает интерфейс Nvidia NVLink, способный увеличить скорость обмена данными между GPU до 12 раз по сравнению с шиной PCI-E. Комплекс программного обеспечения системы выключает Nvidia DIGITS GPU Training System, Nvidia Deep Learning SDK (CuDNN, NCCL), Nvidia Dockerдля быстрого создания и обучения глубоких нейронных сетей (DNN). Помимо этого, система включает оптимизированные версии широко используемых фреймворков глубокого обучения — Caffe, Theano, Torch и не только. Nvidia DGX-1 также имеет доступ к облачной системе управления, необходимой для создания и развертывания контейнеров, системных обновлений и доступа в хранилище приложений.

Сегодня искусственный интеллект активно используется в самых разных областях, таких, как распознавание и синтез речи, распознавание и обработка изображений, создание роботизированных консультационных систем, фармацевтика, персонализированная медицина, разработка самопилотируемых автомобилей и не только. 

Так, один из медицинских центров США использует специализированный сервис Microsoft ImagineCare, который снабжает врачей данными о состоянии пациентов, контролируя не только изменения их жизненных показателей, но и эмоциональное состояние. В фармацевтике глубокое обучение применяется при разработке лекарств для молекулярно-таргетной терапии при лечении раковых больных, а именно для поиска и идентификации активных молекул, которые воздействуют только на заданную мишень, позволяя минимизировать побочные эффекты. Существуют также технологии, позволяющие применять алгоритмы глубокого обучения и в медицинской диагностике, в том числе для чтения рентген- и МРТ-снимков, флюорографий и прочих форматов, на расшифровку которых оказывает сильное влияние человеческий фактор. 

В 2016 году швейцарские ученые анонсировали изобретение беспилотного летательного аппарата, способного обнаруживать людей, заблудившихся в лесах. От обычного робота дрон отличается сверхумной навигационной системой, построенной с помощью алгоритмов глубокого обучения и позволяющей беспилотнику передвигаться по сложному лесному ландшафту, не нанося себе повреждений. Робот самостоятельно собирает изображения окружающей среды и по ним выстраивает карту, которая помогает ему ориентироваться на местности и находить правильную дорогу в 85% случаев (в то время как аналогичный показатель для человека составляет лишь 82%).

Сферы применения нейронных сетей и алгоритмов глубокого обучения постоянно расширяются, открывая для компаний самого разного профиля новые возможности для развития бизнеса.