资讯专栏INFORMATION COLUMN

IBM发布新的AI解决方案,将深度学习训练时间从数周缩短到数小时

GraphQuery / 2913人阅读

摘要:这种分布式版本的利用了加速服务器的虚拟化集群,这些集群采用经济高性能的计算方法,将深度学习的训练时间从数周缩短到数小时。

IBM今日宣布推出了一款新的 PowerAI 深度学习软件,该软件基于 Power Systems 而构建,可帮助数据科学家与开发人员解决所面临的挑战,具体来说:它可以提供丰富的工具和数据准备功能,简化开发体验,还可以将 AI 系统训练所需的时间从数周缩短到数小时。

数据科学家和开发人员通常使用深度学习功能开发各种应用,从无人驾驶汽车的计算机视觉系统到实时欺诈检测与信用风险分析系统,不一而足。相比传统应用,这些认知应用对计算资源的要求更高,而且要远超 x86 系统。

Elinar Oy Ltd. 是 PowerAI 目前的客户之一,该公司的首席技术官 Ari Juntunen 介绍说,“基于 Power 服务器且配有 GPU 加速器的 IBM PowerAI 可提供至少相当于 x86 平台两倍的性能;相比 x86 平台,添加内存、设置新服务器等所有的一切事务都更快速、更轻松。如此一来,我们能够更快地向市场上推出新的解决方案,维持我们的竞争优势。我们觉得,IBM Power 与 PowerAI 的组合是当今市场上面向 AI 开发人员的较佳平台。对于 AI 而言,速度就是一切,其他任何方面都比不上这一点。

今日宣布的 PowerAI 新路线图具有 4 个突出的新功能,这些功能旨在解决客户的关键需求,包括 AI 系统性能、高效的数据准备及企业级软件部署:

- 易用性:一个新的软件工具“AI Vision”,借助该工具,应用开发人员仅需较少的深度学习知识,即可训练和部署其应用所需的计算机视觉深度学习模型。

- 数据准备工具:与集成了 Apache Spark 的 IBM Spectrum Conductor 集群虚拟化软件相集成,可轻松实现非结构化数据与结构化数据的转换,进而使这些数据可供深度学习训练之用。

- 缩短训练时间:TensorFlow 的分布式计算版本,这是由 Google 首创且在业内非常流行的开源机器学习框架。这种分布式版本的 TensorFlow 利用了 GPU 加速服务器的虚拟化集群,这些集群采用经济、高性能的计算方法,将深度学习的训练时间从数周缩短到数小时。

- 模型开发更轻松:一款名为“DL Insight”的新软件工具,可帮助数据科学家提升深度学习模型的准确度。该工具能够监控深度学习训练进程,并在性能高峰时段自动调整参数。

IBM Cognitive Systems 高级副总裁 Bob Picciano 介绍说,“在认知时代,数据科学家与新兴的认知开发人员社区将引领大部分的创新。我们推出 PowerAI 的目的是尽可能让 AI 开发过程变得更轻松、更直观、更高效。PowerAI 有助于缩短等待时间、提高生产效率。Power Systems 专为数据以及当今的下一代计算而设计,而 x86 服务器专为之前的客户端与服务器可编程时代而设计。”

PowerAI 支持新的 NVIDIA Volta 数据中心 GPU

PowerAI 已针对 IBM Power Systems S822LC for HPC 进行了优化,此类系统专门针对深度学习、机器学习及 AI 等数据密集型工作负载而设计。IBM POWER 处理器与 NVIDIA GPU 的紧密集成由 NVIDIA® NVLink™ 高速互联提供支持。POWER 处理器与 NVIDIA GPU 之间的这种高速通道有助于实现两类处理器之间的超快速数据移动。这种独特的 CPU 间互联可实现更高的 AI 训练性能,而高性能正是开发效率的关键指标之一。高性能有助于加快创新步伐,进而使开发人员能够发明并尝试新模型、参数设置与数据集。

PowerAI 将能够支持新的 NVIDIA Volta® 架构。Volta 的亮点在于采用了下一代的NVLink,能够为 PowerAI 的客户提供两个关键增强:(a) Power9 CPU 与 Volta GPU 之间的数据传输速度是 Volta GPU 与 x86 CPU 之间数据传输速度的 10 倍,后者采用的是 4 年前推出的旧版 PCI-e 3.0 接口;及 (b) 具有内存一致性,可实现与 Power CPU 相连的系统内存及 GPU 内存之间的自动数据移动,进而让开发人员能够更轻松地对 GPU 加速器进行编程。

关于 PowerAI

在主流的深度学习框架方面,PowerAI 采用了久经验证的预装式分发方式,这些框架在专为 AI 而构建的 IBM Power Systems 上运行。借助这种一流硬件与软件的组合,可轻松处理计算密集型工作负载。无论是内部环境还是云端环境,PowerAI 均可帮助数据科学家与开发人员较大程度地缩短开发时间。

PowerAI 针对当前流行的机器学习与深度学习开源应用框架采用了企业级软件分发方式。具体来说,PowerAI 的二进制分发方式仅需一次下载,而且安装简单,其中包含有TensorFlow、Caffe、Torch、Theano、Chainer、NVIDIA DIGITS 及其他机器学习与深度学习框架,而且还配有相关的库与软件包。

PowerAI 的生态系统包含许多软件,例如 Continuum Analytics 的 Anaconda、H2O 的 H2O 机器学习库、Bons.ai 的 AI 软件开发工具等等。此外,IBM 还可为在应用开发方面采用深度学习的开发人员提供企业级支持与服务。

欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:81035754

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/4559.html

相关文章

  • 英伟达开始引领下一波浪潮:物理AI

    这可能会是AI技术形态的一个转折点,大模型的下一个形态,不再是人和模型一轮一轮的即时问答了。当地时间 7 月 29 日,在美国丹佛举行的第 51 届 SIGGRAPH 计算机图形学会议上,英伟达创始人、CEO 黄仁勋与 Meta 创始人、CEO 马克・扎克伯格进行了一场全球瞩目的炉边谈话。这场对话主要围绕生成式 AI 技术,及其在各种领域上的应用展开。会议中,面向全球领先的机器人制造商、AI 模型...

    UCloud小助手 评论0 收藏0
  • IBM表示已经打破Facebook的人工智能服务器扩展记录

    摘要:日前,公司宣布推出其分布式深度学习软件的测试版,该软件证明了在深度学习表现出来的技术飞跃。系统加速和内存总监在一篇博文中表示更受欢迎的深度学习框架扩展到服务器中的多个,而不是扩展到具有的多个服务器。 日前,IBM 公司宣布推出其分布式深度学习软件的测试版,该软件证明了在深度学习表现出来的技术飞跃。深度学习是人工智能的一种形式,它依赖于人工神经网络的应用。其重点是让计算机能够像人们那样理解数字...

    Yumenokanata 评论0 收藏0
  • GPU训练机器学习模型哪家强?AWS、谷歌云、IBM等6大平台对比

    摘要:在低端领域,在上训练模型的价格比便宜两倍。硬件定价价格变化频繁,但目前提供的实例起价为美元小时,以秒为增量计费,而更强大且性能更高的实例起价为美元小时。 随着越来越多的现代机器学习任务都需要使用GPU,了解不同GPU供应商的成本和性能trade-off变得至关重要。初创公司Rare Technologies最近发布了一个超大规模机器学习基准,聚焦GPU,比较了几家受欢迎的硬件提供商,在机器学...

    史占广 评论0 收藏0
  • 基于云计算上的人工智能服务

    摘要:全球主要的云计算提供商现在提供基于云计算的人工智能产品。显然,由于从头开始构建这样一个系统的费用高昂,人工智能作为一项服务仍然一直位于行业巨头所在的领域。在用于人工智能服务的品牌下,公司提供不少于项服务。如今,采用人工智能的企业遇到了一个主要障碍,那就是在内部开发人工智能产品成本高昂,因此有了外包人工智能产品的需求。而对于从中小企业到预算受限的大型企业来说,通过云计算来采用人工智能的成本要低...

    Leo_chen 评论0 收藏0
  • 打脸?公有云巨头纷纷进军私有领域究竟是何故?

    摘要:私有是趋势还是热潮那么,为何这些科技巨头会纷纷进军私有领域呢这只是一种风尚潮流还是必然的趋势在一些观点看来,是趋势性的可能性要更高一些。这么想来,公有云巨头与传统私有供应商之间的合作便是有迹可循了。而另一方面,又是公有云领域中的绝对王者。如果单纯以收入进行衡量的话,公有云市场的巨头们为亚马逊(AWS)、微软Azure、谷歌云、阿里云、腾讯云和百度云等。从2017年Q2到2018年Q2这一段时...

    MadPecker 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<