最近,NVIDIA宣布了其将计划建造英国最大的AI超级计算机,即Cambridge-1 AI超级计算机。什么是超级计算机?NVIDIA将使用什么硬件?它将如何帮助推动医学领域的发展?
什么是超级计算机?
超级计算机是计算系统,其处理能力比通用计算机的处理能力大得多。这个定义使得定义超级计算机有些棘手,因为它取决于当时的当前技术。例如,Cray 1是在1970年代推出的超级计算机,当时的功能比当时的任何其他计算机都要强大得多,但与当今的标准相比,它与64位ARM微控制器相当。
超级计算机是当时技术上最先进的计算系统,可以在涉及大量复杂数据处理的最苛刻的应用中找到自己的位置。例如,超级计算机通常用于物理、医学、地质、气象、分子建模和工程仿真应用中。但是,必须注意,这样的系统不一定比台式PC(例如文字处理器或电子表格)更快地执行一段通用代码。现代超级计算机不使用规格比标准CPU高的定制CPU,而大量使用相同的现成零件。这意味着现代超级计算机围绕大规模并行计算进行调整,从而可以将一个问题分解为许多可以同时执行的独立计算。
为什么AI系统需要大量的处理能力?
人工智能(AI)是计算系统将智能应用于问题的能力,它可以从过去的信息中学习以识别新的模式。为了更好地理解AI系统和硬编码模式识别系统之间的区别,AI可以确定照片中的猫,而以前从未见过该照片。相反,模式识别系统将只能找到它之前见过的特定猫。 AI知道自己检测到的是猫,便可以对其自身进行调整,以便在以后的照片中更好地识别其他猫。 AI的强大功能在于,它可以识别具有相似性的图案(例如眼睛的数量,鼻子的形状和牙齿),而忽略其他图案(例如毛皮的颜色)。
在创建有效的AI系统时,需要大量数据,以便AI具有最大的学习机会。这就是为什么AI脸部和语音识别只是最近才被整合到技术中的原因,因为高科技公司现在拥有大量的面部和语音数据可供学习。但是,对于单台计算机而言,这些数据实在太大了,无法馈入机器学习算法。
因此,使用数据中心是因为它们允许进行大规模并行处理,从而大大减少了数据处理时间。但是,即使大型数据中心也没有完全优化以执行AI学习任务,因为它们涉及具有复杂矩阵、向量和大型浮点运算的深度神经网络。尽管通用CPU不能高效地执行此类任务,但事实证明,GPU才是许多AI系统被设计为在图形处理单元(尤其是NVIDIA设计的图形处理单元)上运行的原因。因此,一台AI超级计算机会将其硬件重点转移到GPU而非CPU上。
什么是Cambridge-1 AI超级计算机?
了解GPU在AI应用中的重要性,NVIDIA宣布将建造英国最强大的AI超级计算机,并将成为全球排名第29的超级计算机。该系统将于年底(2020年)准备就绪,将提供超过400 petaflops的AI处理能力和8 petaflops的Linpack性能。该计算机系统有四个主要重点,包括联合行业研究、大学授予的计算时间、支持AI初创公司以及AI系统教育。
超级计算机使用80个NVIDIA DGX A100系统构建,这些系统使用NVIDIA Mellanox InfinBand网络系统连接。每个NVIDIA DGX A100系统都集成了8个NVIDIA A100 GPU和320GB总内存,6个NVIDIA NVSWITCHES,它们提供4.8TB / s的双向交换,450GB / s的峰值双向网络连接,双64核AMD CPU和15TB GEN4 NVME SSD的峰值数据传输速率为25GB / s。 NVIDIA A100 GPUS集成了双精度张量内核,旨在加速TensorFlow AI神经网络。
Cambridge-1 AI超级计算机将提供什么帮助?
超级计算机旨在用于包括研究、初创企业和合资企业在内的各种基于AI的应用,该系统的主要应用之一是帮助加速英国的医学发展。 NVIDIA Clara for Computational Drug Discovery是工具的一个示例,该系统将运行该工具,以利用来自放射学、基因组学和成像的数据来帮助查找有效的药物。这种工具有助于消除对新药进行实验室发现的需要,从而使研究人员在探索新化合物的作用时可以缩小搜索范围。
此外,该系统还集成了自然语言处理功能,使它可以浏览大量的研究论文、文献和数据库,以找到重要的信息。 Cambridge-1 AI超级计算机也将用于增压医疗保健研究,以帮助改善患者护理、诊断和医疗用品的交付。例如,这样的系统可以用于确定病毒如何更准确地传播,并提供针对性的疫苗或封锁来帮助遏制病原体。
责任编辑:gt
-
NVIDIA
+关注
关注
14文章
4983浏览量
103014 -
计算机
+关注
关注
19文章
7490浏览量
87894 -
AI
+关注
关注
87文章
30805浏览量
268943
发布评论请先 登录
相关推荐
评论