IBM PowerAI

Продукт
Разработчики: IBM, Nvidia (Нвидиа)
Дата премьеры системы: 14 ноября 2016 г
Отрасли: Информационные технологии
Технологии: Big Data,  Суперкомпьютер

Содержание

2017: IBM разработала распределенную систему глубинного обучения

Как стало известно 13 августа, корпорация IBM разработала распределенную систему глубинного обучения — Distributed Deep Learning (DDL). Система работает на серверах семейства OpenPower на программной платформе IBM PowerAI и включает в себя ряд платформ для работы с технологиями глубинного обучения, в том числе: Google TensorFlow, Torch, Caffe, Chainer и Theano.[1]


Система Distributed Deep Learning способна автоматически распределять вычисления, необходимые для тренировки моделей в технологии глубинного обучения, по нескольким физическим серверам со своими графическими ускорителями.

Производительность, как утверждают в IBM, растет почти линейно с увеличением количества вычислительных узлов системы. Так, например, для обучения тестовой программы на наборах данных ResNet-101 и ImageNet-22K понадобилось 16 суток работы сервера IBM S822LC с двумя ускорителями Nvidia Tesla P100. При запуске на сети с 64 серверами для выполнения того же задания потребовалось только семь часов — то есть, в 58 раз меньше времени.

Как отмечается, с системой DDL можно работать либо на серверах с платформой PowerAI, либо в облачном сервисе, который предоставляет компания Nimbix примерно за $0,43 в час.Российский рынок ERP-систем сократился, но приготовился к росту. Обзор и рейтинг TAdviser 250 т

2016: IBM и Nvidia создали самый быстрый искусственный интеллект для бизнеса

В ноябре 2016 года американские компании IBM и Nvidia анонсировали, как они утверждают, самое быстрое в мире корпоративное решение для глубинного обучения.

Совместный продукт IBM и Nvidia продукт представляет собой построенный на процессорах IBM Power 8 специализированный сервер IBM Power System S822LC, на котором запущена платформа искусственного интеллекта IBM PowerAI.

Этот сервер, предназначенный для высокопроизводительных вычислений (High Performance Computing, HPC), получил новую шину на базе технологии Nvidia NVLink, которая обеспечивает пятикратное ускорение передачи данных между центральным и графическим процессором. Аппаратное средство прямого взаимодействия между CPU и GPU позволило увеличить производительность более чем вдвое по сравнению с сопоставимыми серверами с четырьмя GPU в тестовой нейросети AlexNet, построенной на фреймворке Caffe, говорится в сообщении IBM и Nvidia.

Совместный продукт IBM и Nvidia продукт представляет собой построенный на процессорах IBM Power 8 специализированный сервер IBM Power System S822LC, на котором запущена платформа искусственного интеллекта IBM PowerAI.

Помимо NVLink, вклад Nvidia в совместный с IBM проект выражен в предоставлении библиотек Nvidia GPUDL: cuDNN, cuBLAS и NCCL.

IBM и Nvidia надеются, что их решение позволит компьютерам быстрее «думать» и обучаться, становясь в этом плане более похожими на людей. Технологии глубинного обучения и искусственного интеллекта в целом все чаще используются в банковской отрасли (к примеру, для распознавания лиц), автомобилестроении (для беспилотных машин) и розничной торговле (для создания полностью автоматизированных колл-центров, способных понимать человеческую речь и отвечать на вопросы).

«
Наши инновации, связанные с использованием Nvidia NVLink компанией IBM, создали новые возможности для процессоров Power на рынке технологий глубинного обучения и аналитики, — отметил вице-президент и генеральный менеджер подразделения Nvidia Accelerated Computing Group Ян Бак (Ian Buck).
»

К 16 ноября 2016 года пакет IBM PowerAI бесплатно предлагается пользователям сервера IBM Power S822LC. [2]

Примечания



ПРОЕКТЫ НА БАЗЕ (2) РЕШЕНИЕ НА БАЗЕ (1) СМ. ТАКЖЕ (4)


Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  IBM (16, 14)
  РСК Технологии (9, 14)
  Nvidia (Нвидиа) (9, 8)
  МЦСТ (1, 8)
  Т-Платформы (T-Platforms) (8, 7)
  Другие (90, 32)

  Hewlett Packard Enterprise (HPE) (1, 1)
  Nvidia (Нвидиа) (1, 1)
  IBM (1, 1)
  Другие (0, 0)

  МЦСТ (1, 1)
  РСК Технологии (1, 1)
  Другие (0, 0)

  МЦСТ (1, 1)
  Другие (0, 0)

  РСК Технологии (1, 1)
  Другие (0, 0)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Эльбрус - 1
  Другие 0

  РСК Торнадо (RSC Tornado) - 1
  Другие 0