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
Google maakt machine learning en AI toegankelijker met Cloud AutoML

Google maakt machine learning en AI toegankelijker met Cloud AutoML

Google lanceert Cloud AutoML. Hiermee wil het bedrijf kunstmatige intelligentie (AI) beschikbaar maken voor ieder bedrijf, ontwikkelaar en onderzoeker. De techgigant lanceerde in 2017 als Google Cloud Machine Learning Engine, dat ontwikkelaars met expertise op het gebied van machine learning helpt machine learning modellen te bouwen. Daarnaast la1

Antwerps bureau gaat technologisch jargon uitleggen

Consumenten en bedrijven kunnen het tempo waaraan nieuwe technologieën op hen afkomen amper bijhouden. Zo worden zij geconfronteerd met kunstmatige intelligentie, blockchain, Internet of Things en machine learning. Het Antwerpse digitale productontwikkelingsbureau Bagaar ontwikkelde een speciale website – een moderne, levende encyclopedie - om deze nieuwe technologieën behapbaar te maken voor een zo breed mogelijk publiek. “We willen de digitale revolutie democratiseren door jargon en buzzwords te vertalen en toegankelijker maken voor iedereen.” Bagaar ontwikkelt1

Blockchain, machine learning, robotics, kunstmatige intelligentie en draadloze technologieën veranderen digitale bedrijfsvoering in 2018

Blockchain, machine learning, robotics, kunstmatige intelligentie en draadloze technologieën veranderen digitale bedrijfsvoering in 2018

Blockchain heeft samen met kunstmatige intelligentie, machine learning, robotics, en virtual en augmented reality de potentie om in 2018 te zorgen voor disruptieve uitkomsten die de digitale bedrijfsvoering een nieuwe vorm geven. Bedrijven die nog weinig of niet investeren in hun digitale transformatie, lopen het risico om door deze innovaties sne1