Meta zakończyła pierwszą fazę nowego superkomputera sztucznej inteligencji. Po pełnym opracowaniu AI Research SuperCluster (RSC) jeszcze w tym roku, firma uważa, że będzie to najszybszy superkomputer sztucznej inteligencji na świecie, zdolny do “wykonywania prawie 5 exaflops mieszanych obliczeń precyzyjnych.”
Firma twierdzi, że RSC pomoże naukowcom opracować lepsze modele AI, które mogą uczyć się na bilionach przykładów. Według Meta modele będą mogły między innymi tworzyć lepsze narzędzia rzeczywistości rozszerzonej i “płynnie analizować tekst, obrazy i wideo razem”. Wiele z tych prac służy swojej wizji metaverse, w której mówi, że aplikacje i produkty oparte na sztucznej inteligencji będą miały kluczową rolę.
“Mamy nadzieję, że RSC pomoże nam zbudować zupełnie nowe systemy sztucznej inteligencji, które mogą, na przykład, zasilać tłumaczenia głosowe w czasie rzeczywistym dla dużych grup ludzi, z których każda mówi innym językiem, dzięki czemu mogą bezproblemowo współpracować nad projektem badawczym lub grać razem w grę AR”, napisał menedżer ds. programu technicznego Kevin Lee i inżynier oprogramowania Shubho Sengupta w poście na blogu.
RSC ma obecnie 760 systemów Nvidia DGX A100 z łącznie 6080 procesorami graficznymi. Meta uważa, że obecna iteracja jest już jednym z najszybszych superkomputerów sztucznej inteligencji na świecie. Opierając się na wczesnych benchmarkach, twierdzi, że RSC może, w porównaniu ze starszą konfiguracją firmy, uruchamiać przepływy pracy computer vision do 20 razy szybciej, a Biblioteka komunikacji zbiorowej NVIDIA ponad dziewięć razy szybciej.
Meta twierdzi, że RSC może trenować wielkoskalowe modele przetwarzania języka naturalnego również trzy razy szybciej. W związku z tym modele sztucznej inteligencji, które określają, czy “działanie, dźwięk lub obraz jest szkodliwy lub łagodny” (na przykład, aby wykorzenić mowę nienawiści), można szybciej trenować. Facebook Instagram, jak również w metaverse.według firmy, badania te pomogą chronić ludzi na obecnych serwisach takich jak Facebook i Instagram, a także w metaverse.
Oprócz stworzenia fizycznej infrastruktury i systemów do uruchamiania RSC, Meta stwierdziła, że musi zapewnić bezpieczeństwo i kontrolę prywatności w celu ochrony rzeczywistych danych treningowych, których używa. Mówi, że wykorzystując rzeczywiste dane z systemów produkcyjnych, zamiast publicznie dostępnych zbiorów danych, może skuteczniej wykorzystywać swoje badania, na przykład identyfikując szkodliwe treści.
W tym roku Meta planuje zwiększyć liczbę GPU w RSC do 16 000. Mówi, że zwiększy to wydajność treningu AI ponad 2,5 razy. Firma, która rozpoczęła prace nad projektem na początku 2020 roku, chciała, aby RSC wytrenowało modele AI na zestawach danych do wielkości eksabajtu (odpowiednik 36 000 lat wysokiej jakości wideo).
“Spodziewamy się takiej zmiany funkcji krokowej w zdolności obliczeniowej, aby umożliwić nam nie tylko tworzenie dokładniejszych modeli sztucznej inteligencji dla naszych istniejących usług, ale także umożliwienie zupełnie nowych doświadczeń użytkowników, zwłaszcza w metaverse”, napisali Lee i Sengupta.
Inne systemy exascale są budowane w USA. Opóźniony superkomputer Aurora w departamencie energii w Argonne National Laboratory ma trafić 2 eksaflopy, podczas gdy superkomputer El Capitan, który będzie zarządzać zapasami jądrowymi w kraju, ma osiągnąć 2 eksaflopy, gdy nadejdzie w przyszłym roku.
Wszystkie produkty polecane przez Engadget są wybierane przez nasz zespół redakcyjny, niezależnie od naszej firmy macierzystej. Niektóre z naszych historii zawierają linki partnerskie. Jeśli kupisz coś za pośrednictwem jednego z tych linków, możemy zarobić prowizję partnerską.
