A-Z ELEKTRO září / říjen 2016

REDAKČNÍ ČLÁNEK 60 | A-Z ELEKTRO | září/říjen 2016 znamená použití umělé inteligence na správnou detekci objektů na obrázku, štítkování a rozřazení, například u alb jednotlivých uživatelů a podobně. TensorFlow se otevírá celému světu Jak lze vyčíst ze samotného názvu čipu, Google vytvořil i vlastní framework TensorFlow pro hluboké neuronové sítě, který uvolnil jako open source. V současnosti používá nějakou formu strojového učení nebo umělé inteligence více než sto týmů uvnitř Googlu, ale po celém světě to budou určitě další tisíce. Google má s TensorFlow velké plány a vzhledem k zázemí a vývojářské ko- munitě, kterou Google jistě zaujme, lze předpokládat, že se právě TensorFlow stane jedním z nejpoužívanějších knihoven, pomocí které se budou sys- témy využívající hluboké neuronové sítě programovat. Je jasné, že Google nabídne akcele- raci a běh aplikací postavených na Ten- sorFlow v rámci řešení na vlastní cloud platformě (Cloud Machine Learning). Díky vlastnímu hardwaru bude moci nabídnout velmi nízké ceny a zároveň vysoký výkon nejen pro sebe, ale i pro ostatní vývojáře a společnosti, které budou využívat jeho cloud. To bude problém pro konkurenční cloudové hráče jako Microsoft, Amazon nebo IBM, kteří sice nabízí vlastní sys- témy pro umělou inteligenci, ale Google má pod palcem všechny díly skládačky pro mnohem efektivnější a ekonomič- tější provoz, který bude z dlouhodobého hlediska extrémně důležitý pro všechny vlastníky datacenter. Konkurence zatím spíše ve vývoji Google samozřejmě není sám, kdo se snaží vytvořit efektivní čip určený pro použití výhradně pro akceleraci hlubo- kých neuronových sítí. Existují i další, ale zatím jde spíše o prototypy, u kte- rých ani není jasné, jestli se nakonec dostanou do finálního stádia a budou běžet například v některém datacentru. O podobný čip s označením DPU (DataFlow Processing Unit) se pokouší například startup Wave Computing, který používá programovatelný FPGA čip. Výhodou, která by mohla zlepšit na- děje do budoucna, je že tvůrci používají uvedený framework TensorFlow, který bude díky podpoře Google a ostatních vývojářů z celého světa jistě rychle růst jak z pohledu funkcí, tak i podpory a dalších vlastností. Zatímco Google neprozradil příliš de- taily o celém složení karty s TPU čipem, startup Wave Computing zveřejnil, že čipy DPU podporují operační paměti DDR i hybridní trojrozměrné paměti HMC/HBM, které mají mnohem větší propustnost. Počítá se s nimi i u budou- cích výkonných grafických karet, pro- tože nabízí propustnost dat v oblasti kolem 480 GB/s (HMC 2.0). Vzhledem k tomu, že se vše točí kolem zpracovávání dat, je propustnost klíčová, stejně tak možnost snadného propojení velkého počtu čipů do společ- ného výpočtu ať už v rámci serverů, tak i větších celků. V případě DPU od Wave Computing by mělo být možné vytvořit obrovské sítě, které budou tvořit i dese- titisíce čipů DPU. Pro použití ve velkých datacentrech je to nutnost. Intel se začíná bát Rychle rostoucí potřeba efektivně řešit zpracování dat pomocí umělé inteli- gence je pochopitelně asi největší pro- blém pro Intel, který v rámci vlastních procesorů vládne v datacentrech. Pokud by nenabídl vlastní, podobně efektivní řešení, znamenalo by to nižší prodeje a to znamená i propad příjmů. Klasické obecné a univerzální pro- cesory budou stále potřeba, ale na tyto operace nejsou dostatečně efektivní a jejich nutnost je tak nižší. I když má Intel už třetí generaci výpočetní karty Xeon Phi, nejde o konkurenci těchto specializovaných čipů, ale spíše gra- fických karet od Nvidie, na kterých se provádí výpočty. Intel si tak trochu snaží pojistit budoucnost a nedávno například koupil malý startup s pouze 48 zaměstnanci – Nervana Systems, který rovněž vyvíjí vlastní ASIC čip určený pro běh hlubo- kých neuronových sítí. Kromě samotného hardwaru se ale snaží o vývoj i vlastního frameworku Neon, který by měl být v některých ob- lastech dokonce rychlejší než současná verze TensorFlow. To se ale může rychle změnit a vše bude záležet na podpoře a množství vývojářů, kteří na daném frameworku budou pracovat a dále ho rozvíjet. Samotný hardwarový čip Nervana Engine využívá trojrozměrné HBM paměti s kapacitou 32 GB v rámci jednoho čipu s propustností až 8 Tb/s. Intel za tento startup dal dle neoficiálních informací přibližně 400 milionů dolarů, což je vzhledem k množství expertů a vyvinutým technologiím relativně přiměřené. Akvi- zice může totiž hrát důležitou roli do bu- doucna, až bude muset Intel soupeřit o po- stavení právě s čipy od Google a dalších, kteří se na tento segment zaměří. A pokud se splní odhad šéfa Nvidie, který tvrdí, že umělá inteligence je budoucnost všeho, bude kombinace hardwaru a softwaru pro akceleraci budoucí umělé inteligence všeho druhu hrát extrémně důležitou roli pro kaž- dého malého i velkého technologického hráče na trhu. Díky specializaci nabízí čip TPU mnohem efektivnější zpracování hlubokých neuronových sítí a tím pádem vyšší výkon za nižší spotřebu.