近日，英偉達(dá)（NVIDIA）發(fā)布了其最新研發(fā)成果——超級(jí)計(jì)算機(jī)DGX SuperPOD。其強(qiáng)大的運(yùn)算能力名列全球運(yùn)算速度最快排行榜第22名，意欲加快自動(dòng)駕駛汽車相關(guān)技術(shù)的開(kāi)發(fā)及部署。

據(jù)悉，該超級(jí)計(jì)算機(jī)系統(tǒng)的搭建僅用時(shí)3個(gè)星期，采用了96臺(tái)NVIDIA DGX-2H超級(jí)計(jì)算機(jī)與Mellanox互聯(lián)技術(shù)。其處理能力高達(dá)9.4 petaflops，用于訓(xùn)練安全自動(dòng)駕駛汽車所需要的海量深度神經(jīng)網(wǎng)絡(luò)。

自動(dòng)駕駛汽車的人工智能訓(xùn)練可以說(shuō)得上是密集型計(jì)算的終極挑戰(zhàn)。

一臺(tái)數(shù)據(jù)收集車輛每小時(shí)能生成1TB數(shù)據(jù)。整個(gè)車隊(duì)經(jīng)過(guò)數(shù)年行駛后，其數(shù)據(jù)量將會(huì)很快達(dá)到幾PB（千兆兆字節(jié)）量級(jí)。這些數(shù)據(jù)會(huì)被用來(lái)根據(jù)道路規(guī)則對(duì)算法進(jìn)行訓(xùn)練，并且還會(huì)被用來(lái)找出車輛內(nèi)運(yùn)行的深度神經(jīng)網(wǎng)絡(luò)的潛在故障。

英偉達(dá)人工智能基礎(chǔ)設(shè)施副總裁Clement Farabet表示：“若要保持人工智能領(lǐng)先地位，需要在計(jì)算基礎(chǔ)設(shè)施方面保持領(lǐng)先。很少有像訓(xùn)練自動(dòng)駕駛汽車這樣對(duì)人工智能有如此之高的需求，其需要對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)萬(wàn)次的反復(fù)訓(xùn)練，以滿足極高精度。對(duì)于如此大規(guī)模的處理能，DGX SuperPOD無(wú)可替代。”

DGX SuperPOD內(nèi)含1,536顆NVIDIA V100 Tensor Core GPU，由NVIDIA NVSwitch及 Mellanox網(wǎng)絡(luò)結(jié)構(gòu)相聯(lián)接，為其提供強(qiáng)力支持，使其以同等大小的超級(jí)計(jì)算機(jī)所無(wú)可匹敵的性能處理數(shù)據(jù)。該套系統(tǒng)能夠不間斷運(yùn)行，優(yōu)化自動(dòng)駕駛軟件，并以前所未有的周轉(zhuǎn)時(shí)間反復(fù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

例如，DGX SuperPOD軟硬件平臺(tái)能夠在不到2分鐘的時(shí)間之內(nèi)完成人工智能模型ResNet-50的訓(xùn)練，而在2015年，即便采用當(dāng)時(shí)最先進(jìn)的單顆NVIDIA K80 GPU，也需要25天才能完成訓(xùn)練任務(wù)，如今DGX SuperPOD生成結(jié)果的速度較之前加快了18,000倍。

值得一提的是

具備同等性能的其他TOP500超級(jí)計(jì)算機(jī)系統(tǒng)都由數(shù)千臺(tái)服務(wù)器構(gòu)建而成，而DGX SuperPOD占地面積更少，其體積比這些同等系統(tǒng)小400倍左右。

通過(guò)構(gòu)建類似DGX SuperPOD這樣的超級(jí)計(jì)算機(jī)，使英偉達(dá)學(xué)會(huì)如何設(shè)計(jì)面向大規(guī)模人工智能機(jī)器的系統(tǒng)。這是超級(jí)計(jì)算機(jī)技術(shù)領(lǐng)域內(nèi)的一大進(jìn)步，讓大規(guī)模計(jì)算能力得以跨出學(xué)術(shù)界，為那些想要使用高性能計(jì)算加快其各種計(jì)劃的交通運(yùn)輸公司及其他行業(yè)所用。