Успех импортозамещения: мощные графические процессоры на рынке РФ

<p><strong>Тема искусственного интеллекта (ИИ) стала одной из самых популярных и предметом для обсуждения в самых разных кругах, в том числе далеких от сферы ИТ. Новый технологический рывок помог добиться того, о чем раньше приходилось только мечтать. В профессиональных сферах применение ИИ, продвинутой аналитики решает множество задач с минимумом трудозатрат. Однако применение ИИ требует серьезных аппаратных средств, специально спроектированных для создания и обучения нейросетей, и, что не менее важно, работы нейросетей в реальных условиях эксплуатации.</strong></p> <h3>Что такое искусственный интеллект?</h3> <p>%right-img-8%Цель искусственного интеллекта — автоматизировать решения любых интеллектуальных задач. Проблема определения искусственного интеллекта состоит в том, что мы не можем сказать, какие вычислительные процедуры мы называем интеллектуальными. Человечество последовательно создавало технологические решения: от приспособлений и механизмов до суперкомпьютеров, которые помогали выполнять математические вычисления, быстрее и точнее обрабатывать данные. И каждый раз, когда задачи успешно решались, люди переставали считать их интеллектуальными. Мы снова и снова поднимаем планку требований и говорим: нет, это еще не искусственный интеллект, это очевидные для текущего уровня развития технологии и алгоритмы.</p> <h3>Нейросети</h3> <p>Принцип действия нейросетей основывается на бионике — механизмах, подсмотренных в природе. Искусственный нейрон — отдаленное подобие биологического нейрона и аналог логистической регрессии, простого линейного классификатора. Принцип действия искусственной нейронной сети — формировать связи между множеством различных обрабатывающих элементов. Каждый из них служит аналогом одного нейрона в головном мозге биологического существа. Нейроны воспроизводятся физически или моделируются с помощью вычислителя. Каждый нейрон получает множество входных сигналов. %right-img-2% Затем, с учетом внутренней системы весовых коэффициентов, порождает один выходной сигнал. Он, как правило, служит входным для другого нейрона. Нейроны тесно взаимосвязаны друг с другом и организованы в несколько различных уровней. Входной уровень получает входные данные, а выходной — порождает конечный результат. Между входным и выходным уровнями есть несколько скрытых уровней. В такой структуре невозможно предсказать или точно узнать, как именно передаются данные.</p> <h3>Обучение нейронных сетей</h3> <p>%left-img-3%Искусственные нейронные сети не программируются на заданное поведение, исход заранее не определяется точным конечным результатом. Продвинутые методы обучения нейронных сетей — многослойные системы нелинейных фильтров, глубокое обучение. Это последний этап развития искусственного интеллекта. В этом случае алгоритм сам узнает в процессе обучения, какими свойствами обладает тот или иной объект или класс. В системах глубокого обучения задействуются несколько уровней абстракции. Отсюда и происходит термин "глубокое" или "сквозное обучение". Иными словами, при глубоком обучении программное обеспечение учится классифицировать объекты и самостоятельно находит признаки для такой классификации и алгоритмы, по которым проходит обучение.</p> <p>%right-img-4%Ключевое преимущество систем глубокого обучения — что они могут постоянно обучаться и совершенствоваться. Еще одно свойство сквозного обучения — способность обнаруживать события, которые не предусматриваются исходными условиями или являются неожиданными, т.е. адаптироваться к изменениям без необходимости перенастройки. Это самое ценное! Точность работы таких систем сопоставима с точностью работы человека, а зачастую и превосходит ее. Кроме того, растет и сложность архитектур, слои не просто кластеризуются, а начинают логически взаимодействовать между собой — и это лишь начало революции искусственного интеллекта. Обучение искусственных нейронных сетей требует колоссальных вычислительных ресурсов, поэтому для сокращения цикла обучения используют суперкомпьютеры с графическими ускорителями.</p> <p>После ухода с российского рынка западных компаний фокус внимания разработчиков искусственного интеллекта переместился на графические процессоры Softlogic серии SG. Например, интеллектуальный сервер Softlogic SG6-10-B22 оснащается 30 чипами BM1684 и производительностью INT8 до 528TOPS или 66TFLOPS вычислительной мощности FP32.</p> <h3>Как управлять нейросетями?</h3> <p>С запуском госпрограммы "Цифровой экономики" применение искусственного интеллекта в различных отраслях становится необходимым и все более сложным. Практическое внедрение искусственного интеллекта — сложная системная задача. Требования к алгоритмам становятся комплекснее, а управление массивом выходных данных и интеграция в бизнес-системы превращается в узкую специализацию.</p> <p>Сейчас фокус в создании систем искусственного интеллекта направлен на расширение набора алгоритмов анализа для достижения гибкости и универсальности. Не менее значимы функции автоматизации обработки и анализа больших данных, генерируемых нейронными сетями, механизмы реализации фокусного внимания и длительного наблюдения, реакции обратной связи на выявленные события через системы оповещения или исполнительные механизмы и красочные дашборды для эффектного представления данных.</p> <p>%left-img-5%Повысить точность и скорость реагирования, увеличить пропускную способность системы и эффективность вычислений — возможно благодаря портированию искусственных нейронных сетей на AI-микросерверы и переносу вычислений на границу. Например, вычислительная мощность AI-микросервера IVS-SE5-16 обладает уникальными характеристиками — вычислительная мощность 17,6 TOPS при низком энергопотреблении. В линейке графических серверов Softlogic присутствуют модели, которые смогут обеспечить необходимую вычислительную производительность для центров обработки данных, работы с графикой, сложных вычислений и систем искусственного интеллекта. Передовая архитектура серверов Softlogic позволяет решать задачи бизнеса наиболее быстрым и эффективным из доступных способов.</p> <blockquote class="quote1"> <p>%left-img-6%<strong>Генеральный директор Softlogic Денис Логинов:</strong></p> <p>"Мы видим каждый день, как решения на базе искусственного интеллекта дают пользователям невероятно мощные и гибкие инструменты повышения производительности. В этом сложном и стремительно развивающемся мире технологий, где ключевую роль уже точно играет искусственный интеллект, Softlogic предлагает своим заказчикам техническую поддержку в создании инновационных технологических решений, способных вывести бизнес-процессы на более высокий уровень."</p> </blockquote> <p>Больше информации на сайте компании <a href="https://softlogicrus.ru/"><strong>Softlogic</strong></a> </p>