NVIDIA versnelt machine learning met nieuw end-to-end hyperscale datacenterplatform

Machine learning wordt in toenemende mate gebruikt in allerlei toepassingen. Machine learning workloads worden hierdoor steeds groter. NVIDIA kondigt een end-to-end hyperscale datacenterplatform aan dat bedrijven die webdiensten leveren in staat stelt grote machine learning workloads sneller af te leveren.

Machine learning is gebaseerd op deep neural networks, kunstmatige netwerken die gebaseerd zijn op biologische neurale netwerken. De netwerken zijn zelflerend en hebben een grote hoeveelheid voorbeelden nodig om hun werk nauwkeurig te kunnen doen. Dit zorgt ervoor dat een enorme hoeveelheid rekenkracht nodig in om de netwerken snel en effectief te laten werken. NVIDIA speelt hierop in met haar nieuwe end-to-end hyperscale datacenterplatform.

NVIDIA Tesla M40 GPU en de NVIDIA Tesla M4 GPU

Het platform bestaat uit twee GPU’s: de NVIDIA Tesla M40 GPU en de NVIDIA Tesla M4 GPU. De NVIDIA Tesla M40 GPU is gericht op het trainen van deep neural networks. NVIDIA stelt dat de GPU de tijd die het kost om netwerken te trainen met een factor acht kan terugdringen. De NVIDIA Tesla M4 GPU is ontwikkeld om deze netwerken vervolgens in datacenters te implementeren. Deze GPU biedt een hogere doorvoersnelheid dan CPU’s, waardoor tot 5 keer meer videostreams gelijktijdig kunnen worden geconverteerd, verbeterd en geanalyseerd. De GPU’s helpen ontwikkelaars gebruik te maken van het NVIDIA Tesla Accelerated Computing Platform, waarmee zij onder andere big data analyses kunnen versnellen.

Daarnaast lanceert NVIDIA de NVIDIA Hyperscale Suite, een suite met tools gericht op ontwikkelaars en datacenterbeheerders. De suite bestaat uit:

  • cuDNN - algoritmesoftware voor het verwerken van ‘convolutional neural networks’ die worden gebruikt voor toepassingen met kunstmatige intelligentie
  • GPU-gebaseerde GGmpeg multimedia software - software die gebruik maakt van de FFmpeg software om het converteren en verwerken van video te versnellen.
  • NVIDIA GPU REST Engine - een engine die het mogelijk maakt webdiensten te ontwikkelen die een hoge doorvoersnelheid en lage latentie bieden voor het dynamisch resizen van afbeeldingen, versnellen van het doorzoeken van afbeeldingen, classificeren van afbeeldingen en andere taken.
  • NVIDIA Image Compute Engine - een GPU-gebaseerde dienst met de REST API die afbeeldingen tot vijf keer sneller kan resizen dan een CPU.

Mesosphere

NVIDIA kondigt ook aan dat Mesosphere ondersteuning voor het Tesla Accelerated Computing Platform gaat toevoegen aan Apache Mesos en het Mesosphere datacenterbesturingssysteem (DCOS). Dit moet het voor bedrijven die webdiensten leveren eenvoudiger maken datacenters te ontwerpen en bouwen voor hun next-generation applicaties.

Naar verwachting zijn de Tesla M40 GPU accelerator en de Hyperscale Suite software later dit jaar beschikbaar. De Tesla M4 GPU is in het eerste kwartaal van 2016 beschikbaar.

Dossiers
Lees ook
Hoe stelt u uw carrière veilig?

Hoe stelt u uw carrière veilig?

AI en robots geen bedreiging maar juist kans Toen de NASA in 1961 een van de eerste op transistors gebaseerde computers introduceerde in hun ruimtevaartprogramma - de enorme IBM 7090 - gingen ze ervan uit dat de nieuwe technologie de menselijke voorgangers zou vervangen. Tot dan toe waren NASA’s ‘computers’ menselijk, namelijk ee1

Capgemini zet AI en Machine Learning in tijdens de Rugby World Cup

Capgemini zet AI en Machine Learning in tijdens de Rugby World Cup

Capgemini lanceert aan de vooravond van het Rugby World Cup Sevens weekend in San Francisco een reeks digitale producten om de beleving van rugbyfans te verbeteren. De producten - Match Predictor game, Live Match Tracker and Media Stats Hub - zijn elk ingericht met Data Science, Artificial Intelligence (kunstmatige intelligentie) en Machine Learni1

Google Cloud IoT Core nu algemeen beschikbaar

Cloud IoT Core, een service van Google om IoT-apparaten veilig aan te sluiten en op schaal te beheren, is vanaf nu algemeen beschikbaar. Cloud IoT Core is onderdeel van het portfolio van Google Cloud IoT-oplossingen. Dit maakt Indranil Chakraborty, Product Manager bij Google Cloud, bekend in een blogpost. De nieuwe service is beschikbaar voor klanten die gebruik maken van Google Cloud Platform (GCP). Met de nieuwste uitbreiding kunnen gebruikers alle IoT-data invoeren en verbinden met Google’s analytische en machine learning-services om nieuwe inzichten te verkrijgen. Nieuwe feature Cl1