AMD performans, verimlilik ve derin öğrenme iş yükleri uygulama kolaylığını önemli ölçüde artırmak için tasarlanmış yeni donanım ve açık-kaynak kodlu yazılım paketleri aracılığıyla sunucu bilgi işlemde yapay zekâ çağını hızlandırma stratejisini duyurdu. Yeni Radeon Instinct hızlandırıcılar, kuruluşlara derin öğrenme, çıkarım ve eğitimi için güçlü GPU-tabanlı çözümler sunuyor.
AMD yeni donanım sunumlarının yanı sıra, yüksek-performanslı yapay zekâ uygulamalarına olanak sağlamak amacıyla GPU hızlandırıcılar için ücretsiz, açık-kaynak kodlu bir kütüphane ve bir sonraki makine zekâsı iş yükleri evriminin zeminini hazırlamak için ROCm yazılımı üzerinde optimize edilmiş yeni derin öğrenme çerçevesini de açıkladı.
Ucuz yüksek kapasiteli depolama, sensor-odaklı veri bolluğu ve kullanıcı tarafından geliştirilen içeriklerdeki katlanarak büyüme küresel olarak eksabaytlarca veri oluşturuyor. Yüksek performanslı GPU’lara eşlenen yapay zeka algoritmalarındaki son gelişmeler, veri işleme ve anlamada üstel bir hızlanma sağlıyor ve gerçek zamana yakın öngörüler oluşturmaya fırsat tanıyor. Yapay zekâ açık yazılım ekosistemi için bir tasarım olan Radeon Instinct, çıkarım öngörülerinin ve algoritma eğitiminin hızlandırılmasına yardımcı oluyor.
Radeon Instinct hızlandırıcılar; pasif soğutma, SR-IOV (Tekil Kök G/Ç Sanallaştırma) endüstri standardı ile uyumlu AMD MultiGPU (MxGPU) donanım sanallaştırma teknolojisi ve çoklu-GPU uçtan-uca destek için Büyük Temel Adres Yazmacı (BAR) ile 64-bit PCIe adresleme sunuyor.
Radeon Instinct hızlandırıcılar, geniş bir yapay zekâ uygulama yelpazesine hitap etmek için tasarlandı:
- Geniş bir kitle tarafından kabul gören Polaris GPU mimarisine dayalı Radeon Instinct MI6 hızlandırıcı, 150W devre kartı gücü ve 16GB GPU bellekte 5.7 TFLOPS azami FP16 performansı ile iş/saniye/joule için optimize edilmiş pasif soğutmalıbir çıkarım hızlandırıcısıdır.
- Yüksek performanslı, enerji-verimli “Fiji” Nano GPU mimarisine dayalı Radeon Instinct MI8 hızlandırıcı, 175W’dan daha düşük devre kartı gücü ve 4GB Geniş Bant Bellekte (HBM) 8.2 TFLOPS azami FP16 performansı ile küçük form faktörüne sahip bir HPC ve çıkarım hızlandırıcısıdır.
- Radeon Instinct MI25 hızlandırıcı AMD’nin gelecek nesil yüksek performanslı Vega GPU mimarisini kullanacak olup, derin öğrenme eğitimi için tasarlanmış ve çözüm süresi için optimize edildi.
Radeon Instinct donanımı gücünü çeşitli açık-kaynak kodlu çözümlerinden alıyor:
- MIOpen GPU-hızlandırılmış kütüphane: Yüksek performanslı yapay zekâ uygulamalarının çözümüne yardımcı olmak üzere, ücretsiz, açık-kaynaklı MIOpen GPU-hızlandırılmış kütüphanenin evrişim, kuyruklama, aktivasyon fonksiyonları, normalizasyon ve tensör formatı gibi standart rutinler için GPU-ayarlı uygulamalar sağlamak üzere 2017 Q1’de pazara sürülmesi planlanıyor.
- ROCm derin öğrenme çerçevesi: ROCm platformu şimdi Caffe, Torch 7 ve TensorFlow* dahil olmak üzere popüler derin öğrenme çerçeveleri için de optimize edilmiş olup, programcıların ROCm’in zengin entegrasyonları aracılığıyla düşük-seviye performans iyileştirme yerine sinir ağlarının eğitimi üzerine odaklanmalarına olanak sağlamaktadır. ROCm, doğrusal cebir ve tensörler için alana-özel derleyicilerin yanı sıra açık derleyiciler ve dil çalışma zamanı ile yapay zeka problem setlerinin gelecek evriminin temeli olarak hizmet vermek üzere tasarlanmıştır.
AMD, yarının yapay zekâ uygulamalarının performansını artırmak için günümüzün PCIe Gen3 standartlarının ötesine geçen bağlantı teknoloji geliştirmelerine de yatırım yapıyor. AMD, x86, OpenPOWER ve ARM AArch64 de dahi olmak üzere geniş ekosistem sunucu CPU mimarileri yelpazesini destekleyen çeşitli açık yüksek-performanslı I/O standartları üzerinde işbirliği gerçekleştiriyor.
AMD, Radeon Instinct için gelecekteki Phi-etkin 25Gbit/s hızlandırıcı ve kutu-seviyesinde bağlantı için araştırmalar yapan CCIX, Gen-Z ve OpenCAPI’nin kurucu üyesidir.
Radeon Instinct ürünlerinin 2017’nin ilk yarısında pazara sürülmesi planlanıyor.
#AMD, #Instinct, #yapayzekâçağı, #hızlandırmastratejisi, #YeniRadeonInstinct, #hızlandırıcılar, #derinöğrenme, #çıkarım, #GPUtabanlıçözümler
Son Yorumlar