Stampa

NVIDIA lancia il primo supercomputer per il Deep Learning al mondo

NVIDIA DGX-1 mette a disposizione le capacità di Deep Learning di 250 server ed è in grado di soddisfare le ingenti richieste di potenza di calcolo per l'Intelligenza Artificiale

Product PR
Luciano Ballerano
PR Manager Italia
NVIDIA
lballerano@nvidia.it


Agenzia di PR
Preview Public Relations
Marzia Musati
nvidia@previewitalia.com
www.previewitalia.com

dgx1

SAN JOSE, Calif.—GPU Technology Conference—4/7 Aprile 2016—In occasione della GTC 2016 NVIDIA presenta NVIDIA® DGX-1™, il primo supercomputer per il deep learning al mondo, in grado di soddisfare le sconfinate richieste di computing dell'intelligenza artificiale.

NVIDIA DGX-1 è il primo sistema specificatamente progettato per il deep learning ed è completo di hardware, software per il deep learning e una serie di strumenti per assicurare la massima semplicità di utilizzo. E' un "sistema pronto all'uso" che integra una nuova generazione di acceleratori GPU ed è in grado di mettere a disposizione l'equivalente della capacità di computing di 250 server x86.1

Il sistema per il deep learning DGX-1 consente ai ricercatori e agli scienziati di sfruttare al meglio la potenza del computing accelerato da GPU per dar vita a una nuova generazione di macchine intelligenti che imparano, vedono e hanno una percezione del simile a quella degli esseri umani. Offre, inoltre, livelli di potenza di calcolo senza precedenti per poter gestire le applicazioni AI di prossima generazione, permettendo così ai ricercatori di ridurre drasticamente il tempo richiesto per istruire anche le reti neurali profonde più grandi e sofisticate.

NVIDIA ha progettato DGX-1 per dar vita a un nuovo modello di computing in grado di fornire la potenza necessaria alla rivoluzione che l'intelligenza artificiale sta portando avanti nel mondo della scienza, delle aziende e sempre più in ogni altro aspetto della vita quotidiana. Le reti neurali profonde più potenti richiedono livelli nettamente più elevati di performance computazionali.

“L'intelligenza artificiale rappresenta l'avanzamento tecnologico di più larga portata della nostra vita.", ha dichiarato Jen-Hsun Huang, CEO e co-fondatore di NVIDIA. “Porterà cambiamenti in ogni settore, in ogni azienda e in ogni cosa. Gli scienziati e i ricercatori nel settore dell'AI oggi impiegano troppo tempo con soluzioni di high performance computing fatte in casa. DGX-1 è facile da utilizzare ed è stato creato con un fine ben preciso, ossia quello di aprire le porte a capacità sovraumane così da poterle utilizzare per la soluzione di problemi che erano finora irrisolvibili."

Cinque importanti primati tecnologici
Il sistema NVIDIA DGX-1 per il deep learning è equipaggiato con GPU NVIDIA Tesla® P100 e basato sulla nuova architettura GPU NVIDIA Pascal™. Offre una potenza di calcolo corrispondente a quella di 250 server basati su CPU, inclusi cavi, collegamenti e rack, il tutto racchiuso in un unico contenitore.

DGX-1 annovera poi altri quattro tecnologie all'avanguardia, che ne migliorano le prestazioni e la facilità di utilizzo, tra cui NVIDIA NVLink™ high-speed interconnect per la massima scalabilità, nuove tecnologie di fabbricazione a 16nm FinFET per un'efficienza energetica senza precedenti, Chip on Wafer on Substrate con HBM2 e le nuove half-precision instruction che offrono oltre 21 teraflop di potenza di picco per il deep learning.

Questi importanti primati tecnologici consentono ai sistemi DGX-1 equipaggiati con GPU Tesla P100 di assicurare un apprendimento 12 volte più veloce rispetto a quello possibile con le soluzioni di appena un anno fa basate su architettura NVIDIA Maxwell™.

L'architettura Pascal è ampiamente supportata nell'ambito dell’ecosistema relativo all'intelligenza artificiale.

“Le GPU NVIDIA stanno accelerando i progressi nell'ambito dell'AI. Poiché le reti neurali diventano sempre più grandi, non abbiamo solo bisogno di GPU con memoria più ampia e più veloce, ma anche di una comunicazione più rapida tra GPU, nonché di hardware adeguato. Questo è proprio ciò che offre Pascal.,” ha commentato Yann LeCun, Director of AI Research di Facebook.

Andrew Ng, Chief Scientist di Baidu, ha dichiarato: “I computer per l'AI sono come le navicelle spaziali: più grandi sono, meglio è. Grazie a Pascal, ora saremo di fronte alla più grande navicella mai vista."

“Microsoft sta sviluppando super deep neural network da più di 1.000 layer.”, ha affermato Xuedong Huang, Chief Speech Scientist di Microsoft Research. “La potenza impressionante di NVIDIA Tesla P100 consentirà a Microsoft CNTK di accelerare le conquiste nell'ambito dell'AI.”

Completa suite software per il Deep Learning
Il sistema NVIDIA DGX-1 include una completa suite di software ottimizzato per il Deep Learning, che permette ai ricercatori e agli scienziati di velocizzare l'apprendimento delle reti neurali profonde.

Il software di DGX-1 include NVIDIA Deep Learning GPU Training System (DIGITS™), un sistema completo e interattivo per la progettazione di deep neural networks (DNNs), e anche la nuova NVIDIA CUDA® Deep Neural Network library (cuDNN) versione 5, una libreria di primitive GPU-accelerated per la progettazione di DNN.

La dotazione software comprende anche le versioni ottimizzate di numerosi framework per il deep learning molto diffusi, come Caffe, Theano e Torch. DGX-1, inoltre, offre accesso agli strumenti per il cloud management e agli aggiornamenti software.

Specifiche di sistema
Principali specifiche di NVIDIA DGX-1:

  • Fino a 170 teraflop di half-precision (FP16) peak performance
  • Otto acceleratori GPU Tesla P100, 16GB di memoria per GPU
  • NVLink Hybrid Cube Mesh
  • 7TB SSD DL Cache
  • Dual 10GbE, Quad InfiniBand 100Gb networking
  • 3U – 3200W

I servizi di supporto opzionali di NVIDIA DGX-1 migliorano la produttività, riducono i tempi per i sistemi di produzione e consentono l'accesso all'expertise di NVIDIA nell'ambito del deep learning, nonché includono servizi per il cloud management, aggiornamenti software e priorità nella soluzione delle criticità. Maggiori informazioni sono disponibili qui: http://www.nvidia.co.uk/object/dgx1-support-uk.html.

Disponibilità
La disponibilità del sistema per il deep learning NVIDIA DGX-1 è prevista in Giugno per gli Stati Uniti (per gli altri paesi all'inizio del terzo trimestre 2016) direttamente da NVIDIA o presso alcuni system integrator selezionati.

Risorse di supporto

Per essere aggiornati su NVIDIA:
Segui su NVIDIA blog ,Facebook, Google+, Twitter, YouTube , LinkedIn e Instagram.

Informazioni su NVIDIA
Dal 1993 NVIDIA (NASDAQ: NVDA) fa da pioniere per quanto concerne la scienza e l'arte del visual computing. Le tecnologie dell'Azienda stanno trasformando il mondo delle immagini in un mondo interattivo, che tutti, dai giocatori agli scienziati, dai consumatori all'utenza enterprise, potranno scoprire. Per maggiori informazioni http://www.nvidia.it/page/newsandevents.html e http://blogs.nvidia.com

Alcune affermazioni del presente comunicato stampa, tra cui, ma non limitatamente a, frasi quali: caratteristiche, impatto, benefici e disponibilità del sistema per il deep learning NVIDIA DGX-1 deep learning system sono affermazioni soggette a rischi e incertezze che possono avere esiti effettivi materialmente differenti dalle aspettative attese. Importanti fattori che potrebbero determinare risultati effettivi materialmente diversi comprendono: condizioni economiche globali; ricorso a terze parti per la produzione, assemblaggio, imballaggio e testing dei prodotti; l'impatto dello sviluppo tecnologico e della concorrenza; lo sviluppo di nuovi prodotti e tecnologie o di miglioramenti ai nostri prodotti e alle tecnologie esistenti; l'accoglienza del mercato verso i nostri prodotti e verso i prodotti dei nostri partner; la loro progettazione, produzione ed eventuali difetti del software; cambiamenti nelle preferenze dei consumatori o delle loro richieste; cambiamenti negli standard di settore e delle interfacce; perdita imprevista di performance dei nostri prodotti o tecnologie quando sono integrati all'interno di sistemi; nonché altri fattori che si possono verificare di volta in volta, così come specificato nei report NVIDIA depositati presso la Securities and Exchange Commission, o SEC, tra cui il Form 10-K per il periodo fiscale terminato il 31 Gennaio 2016. Copie dei report depositati presso la SEC sono disponibili sul sito web della società e sono disponibili gratuitamente presso NVIDIA. Queste dichiarazioni previsionali non sono garanzia di prestazioni future e sono valide solo alla data odierna e, a eccezione di quanto richiesto dalla legge, NVIDIA declina qualsiasi obbligo di aggiornare queste dichiarazioni previsionali per eventi o circostanze future.

###

© 2016 NVIDIA Corporation. Tutti i diritti riservati. NVIDIA, il logo NVIDIA, Tesla, NVIDIA DIGITS, DGX-1, Pascal, Maxwell, CUDA eNVIDIA NVLink sono marchi e / o marchi registrati di NVIDIA Corporation negli Stati Uniti e in altri Paesi. Altre società e nomi di prodotti possono essere marchi delle rispettive società a cui sono associati. Caratteristiche, prezzi, disponibilità e specifiche sono soggette a modifiche senza preavviso.

______________________________________________________

(1) Paragonato ai tempi richiesti da Caffe/AlexNet per addestrare ILSVRC-2012 dataset su cluster two-socket Intel Xeon E5-2697 v3 con InfiniBand interconnect. Performance stimate utilizzando questa fonte: https://software.intel.com/en-us/articles/caffe-training-on-multi-node-distributed-memory-systems-based-on-intel-xeon-processor-e5.