Robótica

O minúsculo supercomputador que as empresas estão brigando para conseguir

Dezenas de organizações estão gastando US$ 129 mil por uma caixa que os ajudará a treinar software de IA.

  • quinta-feira, 15 de dezembro de 2016
  • Por Elizabeth Woyke
  • Tradução por Elisa Matte (Opinno)

Imagem: Supercomputador DGX-1 da Nvidia é feito para treinar modelos de aprendizagem profunda mais rápido do de que sistemas convencionais de computação.

Para as empresas que lidam com projetos de dados complexos movidos por inteligência artificial, um sistema que a Nvidia chama de "supercomputador IA em uma caixa" é um desenvolvimento bem-vindo.

Os primeiros clientes do Nvidia DGX-1, que combina software de aprendizagem com oito das unidades de processamento gráfico (GPUs) mais sofisticadas da fabricante de chips, dizem que o sistema permite que eles treinem seus modelos analíticos mais rapidamente, permitam maior experimentação e facilitem avanços em ciência, saúde e serviços financeiros.

Os cientistas de dados estão aproveitando as GPUs para acelerar a aprendizagem profunda - uma técnica de IA que imita o modo como o cérebro humano processa os dados - desde 2012, mas muitos dizem que os sistemas de computação atuais limitam seu trabalho. Computadores mais rápidos como o DGX-1 prometem tornar os algoritmos de aprendizagem profunda mais poderosos e permitem que os cientistas de dados executem modelos de aprendizagem profunda que antes não eram possíveis.

O DGX-1 não é uma solução mágica para toda empresa. Custa US$ 129.000, mais do que os sistemas que as empresas poderiam montar elas mesmas a partir de componentes individuais. Ele também vem com uma quantidade fixa de memória do sistema e cartões GPU. Mas como as peças e programas relevantes são pré-instalados em uma caixa metálica do tamanho de uma mala média, e como combina hardware avançado com conectividade rápida, a Nvidia alega que a DGX-1 é mais fácil de configurar e mais rápido na análise de dados do que sistemas GPU anteriores. Além disso, a recepção positiva que o DGX-1 tem atraído nos primeiros meses de disponibilidade sugere que sistemas de aprendizagem profunda tudo-em-um semelhantes podem ajudar as organizações a executar mais experimentos de IA e a refiná-los mais rapidamente. Embora o DGX-1 seja o único sistema de seu tipo hoje, os parceiros de fabricação da Nvidia lançarão novas versões do supercomputador no início de 2017.

Menos de 100 empresas e organizações compraram DGX-1s desde que começaram a ser vendidos no outono, mas os primeiros usuários dizem que as afirmações da Nvidia sobre o sistema parecem ser reais. Jackie Hunter, CEO do braço de ciências da vida da BenevolentAI, com sede em Londres, BenevolentBio, diz que sua equipe rodou modelos de treinamento no DGX-1 no mesmo dia em que foi instalado. Ela diz que a equipe foi capaz de desenvolver vários modelos de grande escala concebidos para identificar moléculas adequadas para drogas dentro de oito semanas. Esses modelos treinam três a quatro vezes mais rápido no DGX-1 do que nos outros sistemas de GPU da startup, de acordo com Hunter. "Tivemos vários modelos que originalmente levaram semanas para treinar, mas agora podemos fazer isso em dias e horas", acrescenta.

Massachusetts General Hospital tem um DGX-1 em um de seus centros de dados e tem mais um na ordem. Ele diz que precisa de supercomputadores GPU como o DGX-1 para cortar grandes volumes de diferentes tipos de dados. O Centro de Ciência de Dados Clínicos do MGH, que coordena o acesso ao DGX-1 do hospital em todo o sistema PartnersHealthCare da área de Boston, diz que projetos que usam o supercomputador envolverão a análise de imagens de patologia e radiologia, registros de saúde eletrônicos e informações genômicas.

"Se você está incorporando não apenas raios-x, mas toda uma série de informações clínicas, informações de faturamento e feeds de mídia social como indicadores de saúde de um paciente, você realmente precisa de grandes quantidades de poder GPU de computação para conseguir isso", diz o diretor do centro Mark Michalski.

Várias outras organizações estão implantando DGX-1s para dar sentido a grandes quantidades de dados relacionados à saúde e à pesquisa médica. Os laboratórios nacionais de Argonne e Oak Ridge usam os deles para estudar as origens do câncer e identificar novas terapias como parte do projeto de Joe Biden contra o câncer.

DGX-1s estão em uso ativo na comunidade de pesquisa de IA também. A Nvidia doou a primeira DGX-1 que produziu para a OpenAI, empresa sem fins lucrativos de pesquisa em IA, e deu nove outros sistemas a universidades com departamentos proeminentes de aprendizagem profunda, incluindo a Universidade de Nova York, a Universidade de Stanford e a Universidade de Toronto.

As empresas multinacionais também estão correndo para conseguir os sistemas. A SAP, que faz software para ajudar as empresas a gerenciar suas operações e relações com clientes, instalou o DGX-1 em dois de seus centros globais de inovação, um em Potsdam, Alemanha, e um em Ra'anana, Israel, e está rodando projetos conceito sobre os sistemas para identificar as melhores formas de fazer uso de sua escala e velocidade, diz o vice-presidente Markus Noga. A Fidelity Labs, a divisão de P&D da Fidelity Investments, também possui dois DGX-1 e planeja usá-los para construir redes neurais ou sistemas computacionais modelados no cérebro humano, diz Sean Belka, diretor do laboratório.

Mesmo aqueles que já possuem um DGX-1 provavelmente continuarão a usar uma mistura de sistemas de computação de alto desempenho, incluindo computação em nuvem e outros sistemas baseados em GPU, em vez de mover todo o seu trabalho de aprendizagem profunda para o supercomputador. Outras empresas podem nem comprar um por causa de seu custo inicial alto e configuração fixa.

Mas muitos parecem pensar que o preço vale a pena. BenevolentAI estima que o custo de alugar servidores suficientes no Amazon Web Services para igualar o desempenho do DGX-1 ultrapassaria o preço de US$ 129.000 dólares do sistema dentro de um ano. Greg Diamos, pesquisador sênior do laboratório de IA da Baidu no vale do silício, especialista em computação de alto desempenho, reconhece que o supercomputador é caro, mas diz que o preço reflete o trabalho de configuração e suporte fornecido pela Nvidia. O laboratório de IA da Baidu não tem um DGX-1, mas está em processo de atualizar seu sistema para os mesmos cartões de GPU, e antecipa que a nova tecnologia irá acelerar sua pesquisa de IA em cerca de 3,5 vezes, de acordo com Diamos.

As empresas que estão focadas na construção de aplicativos de aprendizagem profunda e não querem se preocupar em projetar a plataforma de hardware e software em que eles rodam provavelmente considerarão a DGX-1", diz Diamos. "Mas espero que clientes maiores que fazem todo esse trabalho em casa comprem GPUs individuais e os integrem em clusters HPC personalizado em vez de pagar o alto preço do DGX-1".

Para deixar seu comentário, por favor, regístrate ou efetue seu login

Esqueceu sua senha?

Publicidade

Vídeo

Inovadores com menos de 35 anos Brasil

Mais Vídeos

Informes Especiais

Uma Cura para os Gastos com Saúde

Os gastos com a saúde estão fora de controle. E a inovação em medicamentos, testes e tratamentos é o motivo. Mas e se a tecnologia pudesse ser uma forma de poupar dinheiro ao invés de gastá-lo?

Ganhando Com Dispositivos Móveis

Publicidade
Publicidade