قدمت Nvidia منصة Rapids مفتوحة المصدر ، والتي تتمثل مهمتها في تسريع خوارزميات تعلم الآلة GPU. نتحدث عن ميزات الأداة ونظائرها.
/ photo Martin Brigden CCمشكلة تدريب الشبكات العصبية
تتضمن قائمة نفيديا للتكنولوجيا هندسة الحوسبة المتوازية CUDA. هدفه هو تسريع الحساب عن طريق نقل جزء من مهام GPU بدلاً من وحدة المعالجة المركزية. في بعض الحالات ،
يسمح لك هذا
بتسريع عمل التطبيقات والخوارزميات بمقدار 18 مرة.
لهذا السبب ، وجدت تطبيقًا واسعًا في مجال التعلم الآلي. على سبيل المثال ،
يستخدمه باحثون من جامعات في فلوريدا ونورث كارولينا
لتطوير محرك شبكة عصبية لمحاكاة الكم.
يتم استخدام عدد كبير من المكتبات المختلفة لتطوير خوارزميات MO. العديد
منها مكتوب بلغة Python . لكن ليس كلهم يدعمون العمل مع CUDA. تعد أدوات بايثون للتعلم الآلي والتعلم والباندا أمثلة على هذه الأدوات. لتشغيل كود Python في بنية CUDA ، يستخدم الباحثون مكتبات Numba أو PyCUDA منفصلة. في الوقت نفسه ، يجب
إعادة كتابة رمز بعض المكونات يدويًا ، وهو أمر صعب ، حيث تحتاج إلى معرفة ميزات البرمجة لوحدة معالجة الرسومات.
حل نفيديا
في محاولة لأتمتة نقل التعليمات البرمجية ، كشفت Nvidia النقاب عن منصة Rapids الجديدة المفتوحة. لا يحتاج المطورون إلى اللجوء إلى مكتبات مختلفة: فهم يكتبون التعليمات البرمجية فقط في Python ، ويقوم Rapids تلقائيًا بتحسينها ليتم تشغيلها على GPU.
لتعيين العمليات ، تستخدم Rapids قاعدة بيانات مشتركة ، تكمن في ذاكرة GPU. يتم تخزين البيانات
بتنسيق Apache Arrow ، وهو أمر شائع لجميع أدوات النظام الأساسي. يساعد هذا الحل على تسريع عملية تعلُّم الآلة 50 مرة مقارنةً بالأنظمة التي تستخدم كلاً من الرسومات والمعالجات المركزية.
في الوقت نفسه ، تتوفر الأدوات على منصة Rapids ، والتي يمكن من خلالها تنفيذ العملية الكاملة للعمل مع الشبكات العصبية على شريحة رسومية: من إعداد البيانات إلى إخراج النتيجة.
يتم تجديد عدد الحلول في
مستودع GitHub Rapids بنشاط. على سبيل المثال ، هناك مكتبة
cuDF لإعداد البيانات وتدريب شبكة عصبية ، وتسمح
لك مكتبة
cuML بتطوير خوارزميات التعلم الآلي دون الدخول في تفاصيل البرمجة لـ CUDA.
ستواصل Nvidia تطوير النظام الأساسي. يخطط منشئو المشروع لإضافة أدوات لتصور البيانات وتحليل الرسم البياني والتعلم العميق لـ Rapids.
يدمج البرنامج أيضًا
إطار Apache Spark.
ما رأيهم في المنصة
دعم مجتمع التكنولوجيا إصدار Rapids ، ولكن تطويره الإضافي أثار العديد من الأسئلة من الخبراء والمستخدمين.
على سبيل المثال ، تحدث مديرون من Cisco و Dell و NetApp و Lenovo وشركات أخرى لدعم الحل الجديد.
قال سكوت كوليسون ، الرئيس التنفيذي لشركة أناكوندا ،
إن رابيدز سوف يبسط جمع وإعداد البيانات لتدريب أنظمة الذكاء الاصطناعي المعقدة. يتفق معه خالق Apache Arrow و الباندا Wes McKinney. وفقا له ، ستؤدي Rapids إلى زيادة الإنتاجية في المهام المتعلقة بإنشاء الميزات (
هندسة الميزات ).
/ photo Sander van der Wel CCومع ذلك ،
يرى المجتمع أيضًا أنه لا يمكن اعتبار Rapids مشروعًا مفتوح المصدر حقًا. يعمل النظام فقط مع بطاقات Nvidia ، وقد يكون إصدار النظام الأساسي خطوة تسويقية لجذب عملاء جدد. لم تحدد الشركة بعد ما إذا كانت المنصة ستعمل مع أجهزة من شركات مصنعة أخرى.
من يستخدم بالفعل Rapids
تخطط IBM لتطبيق النظام الأساسي في الخدمات للعمل مع أنظمة الذكاء الاصطناعي: PowerAI و Watson و IBM Cloud. أعلنت Oracle أيضًا عن دعمها لـ Rapids - وهي منصة
متاحة على البنية التحتية Oracle Cloud.
تم اختبار منتج Nvidia الجديد أيضًا بواسطة Walmart و Uber.
ساعدت Rapids الأولى
في تحسين خوارزميات النظام المسؤول عن إدارة المخزون. وفقًا لممثلي بائع التجزئة ، تسارعت Rapids في نشر خوارزميات تعلُم الآلة. أما بالنسبة لشركة Uber ، فإن الشركة
تستخدم Rapids في تطوير أنظمة المركبات غير المأهولة.
حل بديل
لا تقوم Nvidia فقط بتطوير منصة لتسريع MO. على سبيل المثال ، تشارك AMD في مشروع
ROCm (Radeon Open Compute). إنها منصة مفتوحة للحوسبة عالية الأداء على GPU.
ميزة ROCm هي أنها لا تعتمد على لغة البرمجة وقادرة على العمل مع أي بطاقة فيديو تقريبًا. بما في ذلك بطاقات نفيديا. لهذا
، يتم استخدام لهجة C ++ خاصة تسمى HIP. يبسط تحويل تطبيقات CUDA إلى كود C ++ المحمول. يتم تحويل الرمز تلقائيًا بواسطة نظام Hipify خاص.
في الوقت نفسه ،
تدعم ROCm عددًا كبيرًا من مكتبات تسريع الرياضيات. من بينها ، يمكن تمييز
الالتواء و FFT و
tensor .
يشير خبراء صناعة تكنولوجيا المعلومات إلى أن الحلول مفتوحة المصدر لتسريع حوسبة GPU غير المتجانسة ، مثل ROCm و Rapids ، تتيح للمطورين فرصة استخدام موارد الحوسبة بشكل أكثر كفاءة والحصول على المزيد من الأداء من الأجهزة المتاحة.
ملاحظة: بعض المواد من مدونة IaaS الأولى للشركات:
PPS باختصار حول تقنيات IaaS - في
قناة Telegram الخاصة بنا: