Продолжаем рассказ о том, как прошел первый день GPU Technology Conference 2015
В ходе своего ключевого выступления глава Nvidia представил DIGITS и DIGITS DevBox — новые возможности для простого и быстрого построения глубоких нейросетей, которые предлагает компания.
Использование нейросетей при тренировке машинных алгоритмов для самостоятельного обучения, классификации и распознавания объектов является непростой и требующей серьёзной работы задачей. Эта тема сейчас является одной из самых обсуждаемых, и ускорение deep learning с помощью GPU используется в работе множества компаний:
Представленная на конференции система тренировки глубокого обучения DIGITS, использующая графические процессоры Nvidia, даёт пользователям всё необходимое для того, чтобы построить глубокие нейросети максимально простым и быстрым способом.
Данное программное средство доступно для скачивания с сайта компании Nvidia. Как утверждается, это первая подобная комплексная система для разработки, глубокого обучения и использования нейросетей, предназначенных для классификации изображений.
Система DIGITS даёт пользователю простые возможности для установки, конфигурации и тренировки нейросетей, максимально облегчая работу исследователей и ускоряя получение результатов. Подготовка и тренировка DIGITS проста и имеет интуитивно понятный интерфейс и возможности по управлению. Она поддерживает GPU-ускоренную версию Caffe — популярного фреймворка, используемого многими учеными и исследователями при постройке нейросетей.
Более того, чисто программными средствами дело не ограничивается. Глава Nvidia представил на GTC и специальный высокопроизводительный аппаратный комплекс для совместного использования с DIGITS - DIGITS DevBox. Это специализированная платформа для ускорения исследования задач deep learning.
DIGITS DevBox содержит максимально оптимизированное аппаратное обеспечение, дающее высокую производительность и эффективность в задачах глубокого обучения, начиная с четырёх графических процессоров Titan X и заканчивая подсистемами памяти и ввода-вывода данных. Каждый из четырёх GPU Titan X обеспечивает производительность 7 TFPOLS на вычислениях с одинарной точностью и имеет 12 ГБ памяти с пропускной способностью 336,5 ГБ/с.
Основой системы служит плата Asus X99 с восемью слотами PCIe и высокопроизводительным процессором Intel Core i7. Конфигурация может включать до 64 ГБ памяти типа DDR4, до трёх дисков жестких дисков объемом 3 ТБ в массиве RAID 5 и SSD. Программное обеспечение Nvidia DIGITS включает операционную систему Ubuntu 14.04, популярные фреймворки deep learning (Caffe, Torch, Theano), cuDNN 2.0 (ускоренная на GPU библиотека deep learning) и CUDA 7.0. В общем, всё необходимое для работы исследователей и учёных в области deep learning установлено в системе и готово к работе.
Мощность подсистемы питания не превышает 1500 Вт, то есть с этой точки зрения DIGITS DevBox можно считать обычным настольным решением, подключаемым к розетке электросети. А вот стоимость его несколько выше привычных настольных систем и составляет $15000.
Уже первые оценки применения DIGITS DevBox показывают почти четырёхкратное увеличение производительности по сравнению с одиночным графическим адаптером Titan X в ключевых тестах deep learning. Так, тренировка AlexNet может быть закончена всего лишь за 13 часов при помощи DIGITS DevBox, по сравнению с более чем двумя днями на лучшем из GPU, не говоря уже о полутора месяцах расчётов при системе, где есть только CPU.
Продолжение следует...
Источник: Собственный корреспондент iXBT на GPU Technology Conference 2015
