Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах
IDG  •  PC World  •  Computerworld  •  CIO  •  CFO  •  Networkworld  •  Дискусии  •  Кариерна зона  •  Събития
COMPUTERWORLD | Хардуер
25 май
2017
 
 

AMD планира да стане гигант в машинното обучение

Машинното обучение днес е основен пазар за GPU чиповете, затова AMD иска парче от него и да сложи край на монопола на Nvidia.

2100 прочитания, 0 коментара

В момента пазарът на графични чипове, използвани за машинно обучение, представлява пазар с един играч - Nvidia.

Машинното обучение днес е основен пазар за GPU чиповете, затова AMD иска парче от него и да сложи край на монопола на Nvidia.

AMD, единственият друг голям конкурент доставчик на самостоятелни графични чипове, държи около 30% от пазара на графични процесори, докато на Nvidia се падат 70 на сто. При машинното обучение обаче Nvidia е неоспорим лидер. Не само че всички големи облаци с поддръжка на GPU са снабдени с чипове на Nvidia, но и междуплатформеният софтуер за GPU, използван в машинното обучение, е предимно собствената платформа CUDA на Nvidia.

Прочетете още: 8K вече е на прага, но компютрите все още не са готови

AMD отдавна прави планове да отговори подобаващо. Тя подготвяше хардуер, който може да се конкурира с Nividia по отношение на цена и производителност. Освен това създаде платформа за неутрални спрямо производителя програмни ресурси за GPU, т.е. начин разработчиците да избират свободно AMD при създаването на решение с GPU, без да се притесняват за софтуерната поддръжка.

AMD наскоро обяви следващите стъпки за постигане на тези цели. Първата е нов GPU продукт - Radeon Vega, базиран на нова и непоказвана досега GPU архитектура. Втората е преработената софтуерна платформа с отворен код ROCm – софтуерен слой, който помага на структурите за машинно обучение и на други приложения да използват няколко чипа GPU.

Новата графична звезда на AMD: Vega

AMD отдавна се фокусира върху предоставянето на най-големия удар в тази област, било то чрез CPU или GPU (или отдавна спряганата комбинация от двата чипа). Vega, новата линия графични процесори, не само е ценово най-приемливата алтернатива на серията Nvidia Pascal. Тя е предназначена да победи Pascal.

Някои предварителни тестове, публикувани от AMD, показват, че Radeon Vega Frontier Edition (професионална версия на графичния чип) побеждава Nvidia Tesla P100 при еталонния тест DeepBench с фактор между 1,38 и 1,51 в зависимост от използваните от драйвери за Nvidia.

Тестовете винаги дават поводи за оспорване, но въпреки това подобрението е впечатляващо. Tesla P100 струва около $13 000 по цени на дребно, но за Vega Frontier все още не е обявена цена.

AMD дава отпор на CUDA с ROCm-roll

AMD обаче не се стреми само да „надцака“ Nvidia с по-ниска цена, а да гарантира, че нейният хардуер се поддържа от масовите приложения за машинно обучение поне толкова добре, колкото този на Nvidia.

Днес до голяма степен софтуерът, който използва GPU ускоряване, се базира на библиотеките CUDA на Nvidia, които работят само с хардуера на Nvidia. Библиотеката с отворен код OpenCL предоставя поддръжка, неутрална към доставчиците, за всички типове устройства, но производителността не е толкова добра, колкото при специалните решения като CUDA.

Вместо да се бори с развитието на OpenCL, AMD отговоря със собствена изчислителна платформа с отворен код за GPU - ROCm, или Radeon Open Compute Platform. Теорията е, че тя предоставя междуплатформен слой за GPU чипове, независим от хардуера и езика, на първо място за собствения хардуер на AMD, но на теория и за всеки друг графичен чип. GPU. ROCm може да говори с GPU чиповете по начина, по който го прави OpenCL, но предоставя и собствени директни пътища към прилежащия хардуер.

Въпросът е дали ROCm може да предостави сериозно ускоряване на машинното обучение спрямо OpenCL.

AMD участва в дълъг маратон

Крайната цел на AMD не е толкова сложна: Да създаде среда, в нейните графични процесори могат да работят като пълноценни заместници на Nvidia при задачите за машинно обучение. Тя се стреми да направи това, предлагайки добра или дори по-добра хардуерна производителност за долар, гарантирайки, че съществуващата екосистема на софтуера за машинно обучение ще работи с нейните GPU.

В известен смисъл „качването“ на софтуера е най-лесната част. Става дума за намиране на достатъчно специалисти, които да преобразуват нужния код за най-критичните работни рамки за машинно обучение с отворен код, а след това да поддържат обновлението с развитието на хардуера и самите работни рамки.

По-трудното е AMD да стъпи там, където GPU чиповете се предлагат като масивен ресурс. Всички GPU, предлагани в Amazon Web Services, Azure и Google Cloud Platform, са на Nvidia. Търсенето засега не поддържа друг сценарий. Но следващите итерации на софтуера за машинно обучение ще зависи по-малко от графичния чип и доставчиците на облачни услуги ще могат да предлагат Vega или неговите наследници като още една опция.

НАЙ-НОВИ НАЙ-ЧЕТЕНИ ПРЕПОРЪЧАНИ
ТОП100 НА ТЕХНОЛОГИЧНИТЕ КОМПАНИИ

Фирмите представят
Успешни внедрявания в малки и средни компании

Успешни внедрявания в малки и средни компании

Практически опит от ERP проекта в „ЕрДжи Консулт“ ЕООД

Слайдшоу
ИНТЕРВЮ
Тод Англин, Progress:  София има страхотна общност от софтуерни разработчициТод Англин, Progress: София има страхотна общност от софтуерни разработчици

Конференцията DevReach се завръща в София, има месец до събитието, а всички билети вече са разпродадени, коментира главният евангелист на Progress.

ПРИЛОЖЕНИЯ
АНКЕТА

Какво мислите за FireFox OS?

Информация за Вас