Cuda od Nvidii pomogą nie tylko programistom w rozwijaniu sztucznych inteligencji

Cudów nigdy za wiele, szczególnie dla Nvidii, która corazintensywniej angażuje się w prace nad maszynowym uczeniem igłębokimi sieciami neuronowymi. Podczas poświęconej tej tematyce32. konferencji ICML we francuskim Lille zielona drużynazaprezentowała trzy nowości, które wzmocnić mają jej pozycję wtej kluczowej dla wielu dziedzin techniki tematyce. Nowa wersjaframeworka CUDA, nowa wersja specjalnej biblioteki do trenowaniasieci neuronowych, oraz co chyba najciekawsze, oprogramowanie DIGITS2, dzięki któremu nie tylko programiści będą mogli się kwestiąsztucznych sieci neuronowych zająć.

Nowa wersja CUDA, oznaczona numerem 7.5, nie przynosi zmian takdużych, jak można byłoby oczekiwać po zmianie numeracji. To przedewszystkim położenie fundamentów pod wsparcie danychzmiennoprzecinkowych o połowicznej precyzji (FP16), wykorzystywanychgłównie tam, gdzie wyższa precyzja nie jest potrzebna (głównie wprzetwarzaniu obrazu). Zastępując nimi dane zapisane za pomocąliczb całkowitych, można zachować więcej detali związanych zcieniowaniem – a jednocześnie zużyć o połowę mniej pamięci iprzepustowości, niż dla danych o pojedynczej precyzji.

Wprowadzona przez Nvidię do frameworka CUDA obsługa FP16 pozwalaprzede wszystkim zmniejszyć obciążenie pamięci, a co za tymprzechowywać większe zbiory danych w RAM karty graficznej. Dostępnyjest też tryb mieszany, w którym 16-bitowe dane wektorowe sąużywane tam, gdzie dokładność jest mniej istotna, a dane32-bitowe, gdy to precyzja się liczy. Dodatkowo programując naprocesory Tegra X1 można wykorzystać specjalny tryb wysokiejwydajności FP16. Oficjalnie tego nie potwierdzono, ale podejrzewasię, że następcy Maxwelli, czyli GPU z rodziny Pascal, też będądysponowały tym trybem.

Oprócz tych zmian wprowadzono też wsparcie dla profileradziałającego na poziomie instrukcji, tak że programiści będąmogli z dokładnością co do pojedynczej instrukcji wyszukiwaćfragmenty kodu, które spowalniają działanie ich aplikacji.

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

Na bazie CUDA i cuDNN działa aplikacja DIGITS, przeznaczona doprowadzenia eksperymentów z sieciami neuronowymi. Do tej pory byłatrudnym i niewdzięcznym narzędziem, sterowanym poprzez interfejs zlinii komend. Druga wersja programu przynosi przeglądarkowyinterfejs, w którym wszystkie operacje można sobie wyklikać.Dzięki temu inżynierowie i uczeni będą mogli po prostu przystąpićdo pracy, zamiast czytać dokumentację bibliotek i męczyć się zlinuksową linią komend. DIGITS2 dostępny jest za darmo dla wszystkich zarejestrowanychdeweloperów CUDA.

Oprócz tego dodano wsparcie dla konfiguracji wieloprocesorowych,szczególnie z myślą o wykorzystaniu na maszynie takiej jak DIGITSDevBox. Jest to potężna stacja robocza z procesorem Corei7-5930K, czterema kartami Titan X i 64 GB RAM, działająca podkontrolą Ubuntu 14.04, z preinstalowanym pakietem oprogramowanianaukowego. Wykorzystanie czterech GPU ma skrócić czas trenowaniasieci neuronowych o połowę.

Uzbrojona w te cuda NVIDIA wyrasta na lidera w dziedzinie technikmaszynowego rozpoznawania obrazu, dźwięku, klasyfikowania obiektów,tłumaczeń, a nawet diagnostyki medycznej. Już dziś firmyzajmujące się motoryzacją mogą kupić za 10 tys. dolarów systemDRIVE PX, który wykorzystując parę procesorów Tegra X1 i układ12 kamer efektywnie rozpoznaje otoczenie i wytycza w nim trasy dlasamoprowadzącego się pojazdu. Zainteresowanych zapraszamy doobejrzenia nagrania spotkania z Mike Houstonem z Nvidii, którywyjaśnia, jak działa DIGITS i jak DRIVE PX jest w stanierozpoznawać niuanse drogowej sytuacji – np. odróżnić furgonetkędostawczą od karetki, czy też dostrzec pieszego częściowozasłoniętego przez inny pojazd.