r   e   k   l   a   m   a
r   e   k   l   a   m   a

Cuda od Nvidii pomogą nie tylko programistom w rozwijaniu sztucznych inteligencji

Strona główna AktualnościOPROGRAMOWANIE

Cudów nigdy za wiele, szczególnie dla Nvidii, która coraz intensywniej angażuje się w prace nad maszynowym uczeniem i głębokimi sieciami neuronowymi. Podczas poświęconej tej tematyce 32. konferencji ICML we francuskim Lille zielona drużyna zaprezentowała trzy nowości, które wzmocnić mają jej pozycję w tej kluczowej dla wielu dziedzin techniki tematyce. Nowa wersja frameworka CUDA, nowa wersja specjalnej biblioteki do trenowania sieci neuronowych, oraz co chyba najciekawsze, oprogramowanie DIGITS 2, dzięki któremu nie tylko programiści będą mogli się kwestią sztucznych sieci neuronowych zająć.

Nowa wersja CUDA, oznaczona numerem 7.5, nie przynosi zmian tak dużych, jak można byłoby oczekiwać po zmianie numeracji. To przede wszystkim położenie fundamentów pod wsparcie danych zmiennoprzecinkowych o połowicznej precyzji (FP16), wykorzystywanych głównie tam, gdzie wyższa precyzja nie jest potrzebna (głównie w przetwarzaniu obrazu). Zastępując nimi dane zapisane za pomocą liczb całkowitych, można zachować więcej detali związanych z cieniowaniem – a jednocześnie zużyć o połowę mniej pamięci i przepustowości, niż dla danych o pojedynczej precyzji.

Wprowadzona przez Nvidię do frameworka CUDA obsługa FP16 pozwala przede wszystkim zmniejszyć obciążenie pamięci, a co za tym przechowywać większe zbiory danych w RAM karty graficznej. Dostępny jest też tryb mieszany, w którym 16-bitowe dane wektorowe są używane tam, gdzie dokładność jest mniej istotna, a dane 32-bitowe, gdy to precyzja się liczy. Dodatkowo programując na procesory Tegra X1 można wykorzystać specjalny tryb wysokiej wydajności FP16. Oficjalnie tego nie potwierdzono, ale podejrzewa się, że następcy Maxwelli, czyli GPU z rodziny Pascal, też będą dysponowały tym trybem.

r   e   k   l   a   m   a

Oprócz tych zmian wprowadzono też wsparcie dla profilera działającego na poziomie instrukcji, tak że programiści będą mogli z dokładnością co do pojedynczej instrukcji wyszukiwać fragmenty kodu, które spowalniają działanie ich aplikacji.

Druga ważna nowość to wersja 3.0 biblioteki cuDNN, przeznaczonej do sprzętowego przyspieszania operacji sieci neuronowych. Podobnie jak w wypadku CUDA 7.5 i tu nastawiono się na wsparcie dla danych FP16, ale też optymalizacje dla procesorów Maxwell, dzięki którym na kartach tych trenowanie sieci ma być nawet dwa razy wyższe.

Na bazie CUDA i cuDNN działa aplikacja DIGITS, przeznaczona do prowadzenia eksperymentów z sieciami neuronowymi. Do tej pory była trudnym i niewdzięcznym narzędziem, sterowanym poprzez interfejs z linii komend. Druga wersja programu przynosi przeglądarkowy interfejs, w którym wszystkie operacje można sobie wyklikać. Dzięki temu inżynierowie i uczeni będą mogli po prostu przystąpić do pracy, zamiast czytać dokumentację bibliotek i męczyć się z linuksową linią komend. DIGITS 2 dostępny jest za darmo dla wszystkich zarejestrowanych deweloperów CUDA.

Oprócz tego dodano wsparcie dla konfiguracji wieloprocesorowych, szczególnie z myślą o wykorzystaniu na maszynie takiej jak DIGITS DevBox. Jest to potężna stacja robocza z procesorem Core i7-5930K, czterema kartami Titan X i 64 GB RAM, działająca pod kontrolą Ubuntu 14.04, z preinstalowanym pakietem oprogramowania naukowego. Wykorzystanie czterech GPU ma skrócić czas trenowania sieci neuronowych o połowę.

Uzbrojona w te cuda NVIDIA wyrasta na lidera w dziedzinie technik maszynowego rozpoznawania obrazu, dźwięku, klasyfikowania obiektów, tłumaczeń, a nawet diagnostyki medycznej. Już dziś firmy zajmujące się motoryzacją mogą kupić za 10 tys. dolarów system DRIVE PX, który wykorzystując parę procesorów Tegra X1 i układ 12 kamer efektywnie rozpoznaje otoczenie i wytycza w nim trasy dla samoprowadzącego się pojazdu. Zainteresowanych zapraszamy do obejrzenia nagrania spotkania z Mike Houstonem z Nvidii, który wyjaśnia, jak działa DIGITS i jak DRIVE PX jest w stanie rozpoznawać niuanse drogowej sytuacji – np. odróżnić furgonetkę dostawczą od karetki, czy też dostrzec pieszego częściowo zasłoniętego przez inny pojazd.

© dobreprogramy

Komentarze

r   e   k   l   a   m   a
r   e   k   l   a   m   a
Czy wiesz, że używamy cookies (ciasteczek)? Dowiedz się więcej o celu ich używania i zmianach ustawień.
Korzystając ze strony i asystenta pobierania wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki.