De los más de 28.000 asistentes a la Conferencia de Tecnología GPU GTC 2018 de NVIDIA, muchos se reunieron en el Centro de Convenciones de San José esta semana para conocer los avances en inteligencia artificial y aprendizaje automático que la compañía llevaría a la mesa para desarrolladores, investigadores y proveedores de servicios en el campo. . Hoy, el CEO de NVIDIA, Jensen Huang, subió al escenario para presentar una serie de innovaciones impulsadas por GPU para el aprendizaje automático, incluida una nueva supercomputadora de inteligencia artificial y una versión actualizada de la poderosa GPU Tesla V100 de la compañía, que ahora cuenta con 32 Gigabytes de potencia. placa de memoria HBM2.
GPU NVIDIA Tesla V100 con 32 GB de HBM2 integradoComo continuación de la supercomputadora DGX-1 AI del año pasado, la nueva NVIDIA DGX-2 puede equiparse con el doble de módulos de procesamiento Tesla V100 de 32 GB para duplicar la potencia de la GPU y 4 veces la cantidad de espacio de memoria para procesamiento. conjuntos de datos de tamaños de lote dramáticamente más grandes. Una vez más, cada Tesla V100 ahora tiene 32 GB de HMB2, mientras que el Tesla V100 de la generación anterior estaba limitado a 16 GB. La memoria adicional puede permitir factores de múltiples mejoras en el rendimiento debido a que los datos se almacenan en la memoria local en el complejo de la GPU, en lugar de tener que obtener una memoria del sistema de latencia mucho mayor, ya que la GPU procesa los datos de forma iterativa. Además, NVIDIA también atacó el problema de la escalabilidad de su producto de servidor DGX mediante el desarrollo de una nueva estructura de conmutadores para la plataforma DGX-2.
Apodado NVSwitch, el nuevo tejido de interconexión de GPU de barra transversal completa permite que la plataforma se escale hasta 16 GPU y utilice su espacio de memoria de forma contigua, donde la plataforma NVIDIA DGX-1 anterior estaba limitada a 8 complejos de GPU totales y memoria asociada. NVIDIA afirma que NVSwitch es 5 veces más rápido que el conmutador PCI Express más rápido y puede permitir que hasta 16 GPU Tesla V100 de 32 GB se comuniquen a una velocidad increíble de 2,4 Terabytes por segundo. NVSwitch se basa en la tecnología NVLink heredada de NVIDIA, pero amplía significativamente su capacidad y escalabilidad, y admite todas las GPU compatibles con NVLink de NVIDIA.
Matriz NVIDIA NVSwitchNVIDIA afirma que el nuevo DGX-2 es el primer sistema de aprendizaje automático de 2 Petaflop del mundo y está compuesto por una gran variedad de tecnología en apoyo de sus GPU Tesla V100 de 32 GB. Las especificaciones incluyen procesadores Intel Xeon duales de 28 núcleos, hasta 16 GPU con 6 complejos NVSwitch que los unen, así como hasta 30 Terabytes de almacenamiento de estado sólido NVMe, con configuraciones segmentables desde allí.
NVIDIA DGX-2
En total, NVIDIA está haciendo afirmaciones audaces de mejoras en el rendimiento, señalando que DGX-2 puede entrenar a FAIRSeq, un modelo de traducción automática neuronal de vanguardia, en aproximadamente un día y medio, donde tomó 15 días con DGX-1 (un 10X mejora). Otras ventajas que NVIDIA presume para DGX-2 se encuentran en áreas de inferencia o reconocimiento de imágenes, donde DGX-2 se afirma 190 veces más rápido y hasta 60 veces más rápido con reconocimiento de voz y síntesis de voz.
El precio aún no se ha anunciado, pero NVIDIA señala que las tarjetas Tesla V100 de 32 GB estarán disponibles de inmediato de los principales fabricantes de equipos originales, mientras que su supercomputadora DGX-2 Machine Learning se enviará en el tercer trimestre de este año.
Actualización, 27/3/2018 – 5:12 p.m.: Estamos actualizando nuestra cobertura aquí con algunas vistas directas de cerca de la nueva supercomputadora de aprendizaje automático DGX-2 de NVIDIA. ¡Disfrutar!
Supercomputadora NVIDIA DGX-2 AI
Módulo Tesla V100 de 32 GB y chip NVSwitch
Chip de estructura NVIDIA NVSwitchActualización, 27/03/2018 – 6:18 PM: En el video de demostración aquí, el CEO de NVIDIA, Jensen Huang, demuestra el entrenamiento de inferencia de aprendizaje profundo del reconocimiento de imágenes, para la plataforma Tesla V100 frente a los procesadores Skylake Xeon de Intel …
Tendremos más cobertura de NVIDIA GTC 2018 en camino, ¡así que estad atentos!
