Microsoft разработала платформу для аппаратного ускорения машинного обучения. Она может работать не только с собственным фреймворком Microsoft, но и с аналогичным программным обеспечением от Google и других разработчиков. В основе платформы лежит FPGA-чип, который можно перепрограммировать после производства. Компания заявляет, что при использовании чипа Stratix 10 от Intel производительность системы составляет 39,5 терафлопс, а отклик не превышает одной миллисекунды. Microsoft предлагает использовать платформу в первую очередь для задач, требующих мгновенной обработки данных, таких как трансляция потокового видео. Разработка была представлена на конференции Hot Chips, также об этом сообщается в блоге компании.
Из-за того, что машинное обучение используется все чаще в разных сферах, некоторые крупные компании начинают разрабатывать и использовать специализированные чипы, оптимизированные для выполнения именно такого типа задач. К примеру, в мае компания Google сообщила, что разработала специализированный процессор для машинного обучения под названием Tensor Processing Unit, который она планирует использовать при создании собственных суперкомпьютеров для машинного обучения.
Многие подобные чипы очень узкоспециализированы, из-за чего они недостаточно гибки для применения в разных сферах, поэтому Microsoft решили использовать FPGA-чипы. В отличие от традиционных процессоров, их конфигурацию и функции можно изменять после производства. Такой подход позволит адаптировать платформу для разных задач. К тому же, эта гибкость выгодна еще и тем, что технологии машинного обучения развиваются высокими темпами, и новые концепции и методы появляются очень часто.
Разработчики отдельно отмечают, что их система уже поддерживает сторонний фреймворк — Google TensorFlow, а в будущем планируется поддержка многих других программных платформ. Microsoft планирует предоставлять доступ к платформе для пользователей облачного сервиса Azure, а также использовать ее в других своих сервисах, таких как поиск Bing.
Существуют и другие специализированные аппаратные платформы для машинного обучения. В начале года NVIDIA представила свой компьютер Xavier, предназначенный для беспилотных автомобилей, а компания Movidius разработала нейросетевую «флешку».
Григорий Копиев
Обновлено:После публикации новости читатели N+1 указали, что ранее другой крупный производитель FPGA-чипов Xilinx представил в целом похожую платформу reVISION, ориентированную в первую очередь на компьютерное зрение. Она поддерживает сторонние фреймворки, и в том числе также планируется поддержка Google TensorFlow.