We denken dat alleen technologiereuzen als Microsoft, Google en IBM kunnen werken met kunstmatige intelligentie, toch? Maar, het is fout. Omdat de Pint-Sized supercomputer van Nvidia van gedachten zal veranderen.
Bedrijven klauteren om deze mini-supercomputer te krijgen
Naast onderwijsinstellingen kunnen alleen technologiereuzen als Microsoft, Google en IBM met kunstmatige intelligentie werken, toch? Maar, het is fout. Er zijn steeds meer bedrijven uit de meest verschillende segmenten die wedden op dit soort projecten. Het bewijs hiervan komt van DGX-1, Nvidia’s kunstmatige intelligentie-supercomputer die, met een markt van acht maanden, al bijna 100 klanten heeft gewonnen.
Lijkt weinig, toch? Maar het is niet. We hebben het over een supercomputer met een officiële prijs van 129 duizend dollar. Prijzig, erg duur. Er zijn goedkopere supercomputers op de markt, en als een bedrijf besluit om zijn eigen machine in te richten om met kunstmatige intelligentie te werken, zal dat waarschijnlijk minder kosten hebben. Toch maakt de DGX-1 het mooi in de verkoop (voor zo’n dure apparatuur).
Kortom, de DGX-1 is een complete oplossing voor kunstmatige intelligentie, zowel hardware als software. Als we erover praten, denken we aan een kamer vol servers. Maar de DGX-1 is een kleine machine, kleiner dan desktops, en doet ons op het eerste gezicht denken aan een module die datacenterverwerking of dataopslag vergroot.
Maar de maat maakt niet uit. Als je een DGX-1 opent, vind je daar binnen acht krachtige Tesla GPU’s P100 (Pascal-architectuur), elk met 16 GB geheugen HBM2. Verder beschikt het toestel over twee Intel Xeon-processors, 512 GB DDR4-geheugen, vier SSD’s van 1,92 TB RAID en een voeding van 3.200 W.
Het besturingssysteem, een versie van Ubuntu Server, gaat al vergezeld van deep learning-software en ontwikkeltools, om je een idee te geven. Het pakket wordt aangevuld met technologieën zoals NVLink, waarmee GPU’s zeer snel kunnen communiceren, waardoor knelpunten worden vermeden die bijvoorbeeld zouden bestaan als de derde generatie PCI Express-interface zou worden gebruikt.
In prestatie kan een enkele DGX-1 de 170 teraflops bereiken (in FP16). Zelfs de kleine supercomputer Nvidia is met succes gebruikt in zeer complexe toepassingen.
De MIT Technology Review legt bijvoorbeeld uit dat de laboratoria van Argonne en Oak Ridge de DGX-1 gebruiken om naar de oorzaken van kanker te zoeken en daardoor effectieve therapieën tegen ziekten te ontwikkelen. Beide onderzoeken maken deel uit van de Moonshot, een initiatief dat de vice-president van de Verenigde Staten Joe Biden (na het verlies van zijn zoon door kanker) in het leven heeft geroepen om laboratoria en onderzoekscentra te laten samenwerken.
Fidelity Labs gebruikt de supercomputer in onderzoek dat probeert neurale netwerken te creëren die het menselijk brein met maximale precisie nabootsen. Een ander voorbeeld komt van SAP, dat de DGX-1 gebruikt in eenheden van Duitsland en Israël om machine learning-software voor klanten te ontwikkelen.
Over het algemeen is wat bedrijven in veel sectoren heeft aangetrokken, niet alleen de verwerkingskracht van de DGX-1, maar ook het voorstel in de stijl van “bellen, gebruiken”. Nou, zo is het niet, maar omdat het apparaat klaar is voor gebruik in kunstmatige-intelligentietoepassingen, besteden bedrijven veel minder tijd aan het configureren van servers, het installeren van systemen, het afstemmen van software, enzovoort.
Uiteindelijk kan het dure goedkoop worden, althans in sommige gevallen. De Benevolent AI onthulde aan MIT Technology Review dat meer dan $ 129.000 uitgeeft om dezelfde DGX-1-bronnen op het Amazon Web Services-platform te hebben – dat in slechts één jaar.
Alles wijst erop dat dit nog maar het begin is. Nvidia is van plan om al in 2017 andere supercomputers voor kunstmatige intelligentie te lanceren, hoewel het geen details heeft gegeven over de specificaties van dergelijke apparatuur. Maar ik gok op meer accountversies. Als de DGX-1 niet teleurstelt in de verkoop, zelfs als het een fortuin kost, kun je je voorstellen hoe succesvol het bedrijf zal zijn als het meer betaalbare modellen beschikbaar stelt die bijvoorbeeld kunnen voldoen aan de behoeften van kleine bedrijven of startups.