IBM anunció una nueva y significativa versión de su software de deep learning PowerAI en Sistemas Power, que aborda los grandes desafíos que enfrentan los científicos de datos y desarrolladores, ya que simplifica la experiencia de desarrollo con herramientas y preparación de datos, y reduce sustancialmente el tiempo necesario para entrenar sistemas de inteligencia artificial de semanas a horas.
Los científicos de datos y desarrolladores utilizan deep learning para una gama de aplicaciones: desde visión de computadora para automóviles sin conductor hasta sistemas de detección de fraude y análisis de riesgo crediticio en tiempo real. Estas aplicaciones cognitivas usan más recursos de cómputo que las tradicionales y pueden sobrecargar los sistemas x86.
“IBM PowerAI en servidores Power con aceleradores GPU ofrece como mínimo el doble de desempeño que la plataforma x86. Todo es más rápido y fácil, como agregar memoria y configurar nuevos servidores,” señaló el cliente actual de PowerAI Ari Juntunen, CTO de Elinar Oy Ltd. “Como resultado, podemos llevar las soluciones al mercado más rápido, protegiendo nuestra ventaja sobre la competencia. Pensamos que la combinación de IBM Power y PowerAI es la mejor plataforma para desarrolladores de inteligencia artificial en el mercado actual. Para la inteligencia artificial, la velocidad lo es todo, no hay nada más importante en nuestra opinión.”
La nueva hoja de ruta de PowerAI anunciada ofrece cuatro características nuevas y significativas que abordan necesidades críticas de los clientes: desempeño del sistema de inteligencia artificial, preparación efectiva de datos y software de nivel empresarial.
– Facilidad de uso: Una nueva herramienta de software denominada “AI Vision” que un desarrollador de aplicaciones con conocimientos limitados de deep learning puede usar para entrenar e implementar modelos deep learning para desarrollar visión de computadora para sus necesidades de aplicaciones.
– Herramientas para preparación de datos: Integración con el software de virtualización de clúster IBM Spectrum Conductor, que integra Apache Spark para facilitar el proceso de transformar conjuntos de datos estructurados y no estructurados para prepararlos para el entrenamiento deep learning.
– Menor tiempo de entrenamiento: Una versión de computación distribuida de TensorFlow, un popular marco de machine learning de código abierto construido inicialmente por Google. Esta versión distribuida de TensorFlow aprovecha un clúster virtualizado de servidores acelerados por GPU que utiliza métodos de computación de alto desempeño y eficiencia de costos para reducir el tiempo de entrenamiento deep learning de semanas a horas.
– Desarrollo simplificado de modelos: Una nueva herramienta de software llamada “DL Insight” permite a los científicos de datos aumentar rápidamente la precisión de sus modelos de deep learning. Esta herramienta monitorea el proceso de entrenamiento deep learning y ajusta automáticamente los parámetros para el desempeño máximo.
“Los científicos de datos y una comunidad emergente de desarrolladores cognitivos liderarán gran parte de la innovación en la era cognitiva. Nuestro objetivo con PowerAI es hacer el camino a la inteligencia artificial lo más fácil, intuitivo y productivo posible,” comentó Bob Picciano, Senior Vice President de IBM Cognitive Systems. “PowerAI reduce la frustración de la espera y aumenta la productividad. Los Sistemas Power fueron diseñados para datos y para esta nueva era de la computación, a diferencia de los servidores x86, que fueron diseñados para la era programable de cliente/servidor del pasado.”
PowerAI está optimizado para los sistemas IBM Power S822LC de computación de alto desempeño, diseñados para cargas de trabajo intensivas en datos como deep learning, machine learning e inteligencia artificial. La estrecha integración de los procesadores IBM POWER y las GPU NVIDIA está habilitada por la interconexión de alta velocidad NVIDIA NVLink. Esta “superautopista” entre el procesador POWER y las GPU NVIDIA permite un movimiento de datos extremadamente veloz entre los dos tipos de procesadores. Esta exclusiva correlación CPU a GPU ofrece mayor desempeño en el entrenamiento de inteligencia artificial, que es una métrica clave para la productividad de desarrolladores. Permite la innovación a un ritmo más ágil, para que los desarrolladores puedan inventar y probar nuevos modelos, configuraciones de parámetros y conjuntos de datos.
PowerAI dará soporte a la arquitectura NVIDIA Volta anunciada. Volta incluye NVLink de próxima generación, con dos mejoras clave que benefician a los clientes de PowerAI: (a) la transferencia de datos entre las CPU de Power9 y las GPU de Volta es diez veces más rápida que entre las GPU de Volta y las CPU de x86, que dependen de la antigua interfaz PCI-e 3.0, que se introdujo por primera vez hace cuatro años, y (b) es coherente con memoria, lo cual hace que la programación de los aceleradores de GPU sea mucho más fácil para los desarrolladores de software al mover automáticamente los datos entre la memoria de sistema conectada a la CPU de Power9 y la memoria de la GPU.
