Графический ускоритель для дата-центров Nvidia Tesla P100
Современные центры обработки данных представляют собой сетевые инфраструктуры, которые состоят из взаимосвязанных серверов на базе CPU, которые при работе осуществляют обработку большого количества транзакций. Однако, даже их производительности становится недостаточно для современных приложений, которые связанные с искусственным интеллектом. Для подобного программного обеспечения требуется использование сверхскоростных и сверхэффективных серверных узлов. Новейший ускоритель Tesla P100, созданный на базе архитектуры Nvidia Pascal с пятью передовыми технологиями, обеспечивает необходимый высокий уровень производительности для любых, даже самых ресурсоемких приложений.
Джон Келли III (John Kelly III), старший вице-президент Cognitive Solutions и IBM Research, заявил, что развитие искусственного интеллекта требует от разработчиков нового подхода. Графические процессоры Nvidia уже используются в составе суперкомпьютера Watson, ускоряя его обучение. Связка из архитектуры Power от IBM и архитектуры Pascal от Nvidia с интерфейсом NVLink позволят еще более ускорить обучение и развитие интеллекта.
По заявлению представителей компании, ускоритель Tesla P100 является уникальным в своем роде, скорость вычислений двойной и одинарной точности достигает 5 и 10 терафлопс. Это позволяет увеличить скорость обработки данных и добиться открытий в различных областях.
Nvidia Pascal представляет собой революционную архитектуру для экспоненциального роста производительности. По словам представителей компании, ускорители повышают скорость обучения нейронных сетей на порядок, по сравнению с графическими ускорителями прошлого поколения.
Высокоскоростной интерфейс Nvidia NVLink
Nvidia NVLink представляет собой высокоскоростной интерфейс, предназначенный для организации связи между графическими процессорами. Его основной функцией является распределение нагрузки между GPU, что позволяет увеличить пропускную способность. Интерфейс NVLink дает возможность организовать связку одновременно до 8 графических ускорителей Tesla P100, значительно увеличивая общую производительность узла. Отметим, что компанией IBM уже был внедрен интерфейс в процессоры Power8.
16нм FinFET – залог высокой энергоэффективности
Процессор Pascal получил 15,3 миллиардов транзисторов, базирующихся на 16-нм процессе FinFET. Его внедрение позволило обеспечить высокий уровень энергоэффективности и производительности для решения любых задач с любыми вычислительными требованиями.
CoWoS с HBM2 для больших нагрузок
Архитектура Pascal – это единый пакет, который объединяет в себя процессора и данные. Это позволило на порядок оптимизировать вычисления. Для увеличения пропускной способности был применен уникальный подход к построению памяти Chip-on-Wafer-on-Substrate (CoWoS) с HBM2. Его использование позволило эффективность в три раза по сравнению с архитектурой прошлого поколения.
Новые алгоритмы искусственного интеллекта
Пиковая производительность ускорителя может достигать 21 терафлопса и выше при решении задач глубокого изучения. Этого удалось добиться за счет инструкции половинной точности, отметили в Nvidia.
Внедрение графического ускорителя Tesla P100 позволяет перейти на совершенно новый уровень производительности в приложениях для вычислений и глубокого изучения. В частности ускоритель может использоваться в приложениях молекулярной динамики Amber.
В среднем производительность восьми графических ускорителей Tesla P100 сравнима с производительностью 250 двухсокетных серверных узлов, используемых для обучения нейронной сети AlexNet. Не менее популярное приложение прогнозирования погоды COSMO будет работать быстрее на восьми GPU Tesla P100, чем используемые в данный момент 27 двухсокетных сервера.
Ряд обновлений Nvidia SDK
Помимо анонса нового графического ускорителя компания Nvidia представила несколько обновлений в платформе Nvidia SDK, которая используется в разработке PGU-вычислений.
В частности один из главных обновлений стал выход обновленной платформы Nvidia CUDA 8, которая открывает разработчикам прямой доступ к различным возможностям архитектуры Pascal, в том числе унифицированную память и NVLink.
Дополнительно компания представила ускоряемую библиотеку cuDNN версии 5. Библиотека получила поддержку архитектуры GPU Pascal, ускорение рекуррентных нейронных сетей.
cuDNN уже используется в составе TensorFlow от Google, Caffe от Университета Беркли, Theano от Университета Монреаля и Torch от Нью-Йоркского Университета, ускоряя работу фреймворков глубокого обучения.