- Новий суперкомп'ютер, розроблений спільно з OpenAI, являє собою єдину систему з більш ніж 285 000 ядер процесора, 10 000 графічних процесорів та 400 гігабіт в секунду мережевого підключення для кожного сервера графічного процесора.
- Microsoft пише, що cпорівняно з іншими машинами, переліченими на Суперкомп'ютери TOP500 у світі їх система посідає першу п’ятірку.
- Цьогорічна подія Build була сповнена сюрпризів. Перевірте, які новини від нашого Розділ Microsoft Build 2020.
- Центр новин Microsoft тут ви завжди знайдете найважливіші історії про компанію.
Партнерство, яке Microsoft оголосило минулого року зі стартапом зі штучного інтелекту OpenAI, було плідним хоча б тому, що на цьогорічному заході Build вони оголосили, що створили п’ятий за потужністю комп’ютер із штучним інтелектом у світі.
Які технічні характеристики суперкомп’ютера Microsoft AI?
Суперкомп'ютер, розроблений спільно з OpenAI, являє собою єдину систему з більш ніж 285 000 ядер процесора, 10 000 графічних процесорів та 400 гігабіт в секунду мережевого підключення для кожного сервера GPU.
Microsoft пише в дописі в блозі що cв порівнянні з іншими машинами, переліченими на TOP500 суперкомп'ютерів у світі, їх система посідає першу п'ятірку.
Йдеться про можливість зробити одразу сотню захоплюючих речей в обробці природних мов і сотню захоплюючих речей у комп'ютерному зорі, і коли ви починаєте бачити комбінації цих перцептивних доменів, у вас з’являться нові програми, які зараз важко навіть уявити.
, сказав генеральний директор OpenAI Сем Альтман.
Для чого буде використовуватися суперкомп'ютер Microsoft AI?
Microsoft оголосила, що найближчим часом почне пропонувати свої моделі Microsoft Turing у відкритому коді та рецепти їх навчання в машинному навчанні Azure.
Якщо ви розробник, це дасть вам доступ до тієї ж сімейної моделі мов, яку використовує Microsoft, щоб покращити розуміння мови у всіх своїх продуктах.
Вони також використовуватимуть суперкомп'ютер з новою версією DeepSpeed.
Для тих, хто не знайомий з ним, DeepSpeed - це бібліотека глибокого навчання з відкритим кодом для PyTorch, що зменшує обчислювальну потужність, необхідну для навчання великих розподілених моделей.
Оновлення набагато краще, ніж версія, випущена три місяці тому. Зараз це дозволяє навчати моделі більше, ніж у 15 разів і в 10 разів швидше, ніж робити те саме без DeepSpeed на одній і тій же інфраструктурі.
