Nvidia tarda solo 3 semanas en construir una de las supercomputadoras de IA más poderosas del mundo

La tecnología de los vehículos autopropulsados ​​ha progresado notablemente en los últimos años, pero aún no son perfectos, todavía hay muchos accidentes desafortunados causados ​​por los sistemas informáticos autónomos de los automóviles.

Pero no negar los esfuerzos de los fabricantes de automóviles, empresas de inteligencia artificial para crear coches autónomos más seguros, y entre ellos no podemos dejar de mencionar la aportación de Nvidia.

Para ayudar a que los autos se vuelvan más inteligentes y manejen mejor todo tipo de situaciones mientras están involucrados en el tráfico, Nvidia acaba de construir con éxito la DGX SuperPod, una supercomputadora oscura. La optimización de la IA puede ayudar a diseñar un vehículo autopropulsado más completo.

  1. AMD y Cray construirán la supercomputadora más rápida del mundo para el gobierno de EE. UU.

Nvidia Photo 1 tarda solo 3 semanas en construir una de las supercomputadoras de IA más poderosas del mundo

El DGX SuperPod es lo suficientemente potente como para manejar las tareas más difíciles

Nvidia ha dejado muy claro que quiere ser una de las empresas líderes en el mundo en el campo de la inteligencia artificial y decidió construir una supercomputadora para demostrarlo. Los resultados fueron sorprendentes, ya que el fabricante de chips de EE. UU. tardó solo tres semanas en instalar con éxito un complejo de supercomputadoras al conectar 96 supercomputadoras Nvidia DGX-2H a la tecnología avanzada Mellanox.

¿Quieres tener este grupo de supercomputadoras? Por supuesto que lo es. Nvidia no hace una supercomputadora "supercomputadora", es un método para que ellos hagan publicidad, una gran forma de marketing. Y para poseer este sistema de supercomputadora, debe cumplir una condición, ¡es rico!

Si hacemos un pequeño cálculo, cada una de las supercomputadoras compuestas Nvidia DGX-2H cuesta $ 435,000 (más de $ 10 mil millones), y el DGX SuperPod es una combinación de 96 "monstruos" por valor de $ 435,000. Por lo tanto, el DGX SuperPod solo pertenecerá a aquellos que hayan gastado al menos 41 760 000 (aproximadamente 960 480 000 000 VND).

  1. Las supercomputadoras pueden detectar completamente las ciberamenazas

Está claro que este complejo de supercomputadoras se creó para apuntar a las grandes corporaciones, en particular a los fabricantes de automóviles autopropulsados. El costo de alrededor de $ 41 millones para un sistema de desarrollo asistido por hardware no es pequeño, pero vale el valor de uno de los mejores sistemas de hardware en este momento.

Con 1536 GPU Nvidia V100 Tensor Core, el DGX SuperPod proporciona una excelente potencia de procesamiento en un sistema informático relativamente pequeño (según los sistemas de supercomputadoras actuales). Sin embargo, si Nvidia quiere que las grandes corporaciones inviertan en este costoso sistema de supercomputadora, deben demostrar que puede manejar los desafíos comerciales más complejos. 41,7 millones de dólares no es una gran suma para corporaciones interesadas en vehículos autopropulsados ​​como Google, Apple, Ford, Toyota o Tesla. pero esto no es una pequeña cantidad de pérdida para una inversión, incierta.

  1. La supercomputadora más poderosa de la actualidad tiene 1 millón de núcleos de procesador equivalentes al 1% de la potencia del cerebro humano

Nvidia Photo 2 tarda solo 3 semanas en construir una de las supercomputadoras de IA más poderosas del mundo

Para poseer un DGX SuperPod, debe gastar casi $ 42 millones

Nvidia quiere que el DGX SuperPod sea lo suficientemente fuerte como para manejar las tareas más difíciles. Es por eso que este fabricante decidió enfocar el DGX SuperPod en resolver uno de los problemas más difíciles en el desarrollo de vehículos autopropulsados ​​en la actualidad: la IA.

Los sistemas informáticos con IA en vehículos autopropulsados ​​requieren una gran cantidad de datos de entrenamiento en comparación con las tecnologías que utilizan modelos de clasificación de imágenes similares para otros fines relativamente complejos (como adivinar ubicaciones o prescripciones). La IA en un vehículo independiente tiene como objetivo ser más específica y específica y debe tener en cuenta todos los factores ambientales circundantes, así como comprender estos factores lo suficientemente bien como para que el automóvil funcione. operación segura. Todos estos factores generan aproximadamente 1 terabyte de datos que deben procesarse cada 1 hora cuando el vehículo está en funcionamiento, y el sistema de inteligencia artificial responsable de conducir los vehículos autopropulsados ​​​​debe reentrenarse constantemente. con el tiempo, utilizando datos de toda la operación.

  1. AI pudo clasificar objetos en la carretera usando radar

Nvidia demuestra cómo su supercomputadora DGX SuperPod puede ayudar a acelerar el procesamiento de datos de entrenamiento, medidos en petabytes, de la siguiente manera:

"Este sistema puede funcionar de forma estable a altos niveles de rendimiento las 24 horas del día, los 7 días de la semana, optimiza el software de conducción automatizada y vuelve a entrenar las redes neuronales en un tiempo de ejecución mucho más rápido que antes. Por ejemplo, la plataforma de hardware y software DGX SuperPod tarda menos de 2 minutos en completar el entrenamiento del modelo ResNet-50, mientras que cuando apareció este modelo de IA en 2015, se necesitaron 25 días para entrenarlo. a través de uno de los sistemas informáticos más modernos: una sola GPU Nvidia K80. Así, DGX SuperPOD proporciona resultados 18.000 veces más rápidos, mientras que otros sistemas TOP500 tienen niveles de rendimiento similares. Construido a partir de miles de servidores que ocupan espacio y consumen grandes cantidades de energía, el DGX SuperPOD es solo una pequeña parte Tiempo modesto, unas 400 veces menos que los sistemas informáticos de potencia similar o inferior en estos momentos.

  1. ¿Está la humanidad en el camino correcto en el desarrollo de la tecnología de vehículos autopropulsados?

Nvidia Photo 3 tarda solo 3 semanas en construir una de las supercomputadoras de IA más poderosas del mundo

El DGX SuperPod tiene una potencia impresionante, pero es significativamente más pequeño que otras supercomputadoras

Aunque el DGX-2H funciona mejor cuando se usa ResNet-50, estos números seguirán siendo impresionantes cuando se escalan a cada modelo de clasificación de imágenes de IA. El rendimiento impresionante de un sistema de supercomputadora multimillonario es imperativo, pero proporcionar un rendimiento tan impresionante en un tamaño pequeño (relativo) es una gran ventaja, lo que es una clara evidencia de por qué Nvidia ha sido, es y seguirá siendo uno de los fabricantes que domina la IA. mercado de ferretería.

¿Estos avances en hardware traerán beneficios concretos en el desarrollo de vehículos autopropulsados?

Nvidia cree que las supercomputadoras como DGX SuperPOD admitirán IA creativa para crear formas nuevas y más precisas de calcular distancias entre objetos en el espacio tridimensional, de modo que los vehículos autopropulsados ​​puedan predecir y prevenir fácilmente posibles colisiones.

Nvidia explica algunas de las áreas clave en las que este nuevo enfoque mejora la seguridad, a continuación:

"Utilizamos redes neuronales convolucionales y datos de un sistema de cámara frontal. DNN está capacitado para predecir la distancia del vehículo a los objetos utilizando datos de sensores de radar y lidar. Como forma de información práctica, los ingenieros saben que esta información es precisa, ya que el reflejo directo de las señales de radar y lidar puede indicar con precisión la distancia al sitio, independientemente de la estructura del enlace vial. cómo ".

  1. ¿Cuál será el impacto de la tecnología de vehículos autopropulsados ​​en la plataforma de transporte?

Nvidia Photo 4 tarda solo 3 semanas en construir una de las supercomputadoras de IA más poderosas del mundo

Determine la distancia al objeto: la tarea más importante que debe realizar la IA automotriz

"Al entrenar redes neuronales con datos de radar y datos LIDAR, en lugar de confiar en suposiciones de terreno plano, estamos ayudando a DNN a estimar la distancia a los objetos de la cámara, incluso cuando el automóvil sube o baja por una rampa.

Nvidia parece estar apoyando algunos nuevos avances en inteligencia artificial casi semanalmente. Esto se debe a que construyeron con éxito una de las supercomputadoras más poderosas del mundo en solo 3 semanas. Cuando no tiene que esperar mucho para manejar una gran cantidad de datos, significa que podrá probar rápidamente nuevas ideas y encontrar la solución óptima mucho más rápido que su oponente. No es difícil de hacer para otras empresas, ¡solo gaste casi $ 42 millones!

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir
error: Content is protected !!