Компания Fujitsu анонсировала технологию, ускоряющую вычислительные процессы глубинного обучения за счёт использования нескольких графических чипов.

Глубинное обучение — это разновидность машинного обучения, в основе которой лежат нейронные сети. На базе этой технологии среди прочего строятся системы распознавания речи и визуальных объектов, а также взаимодействие компьютерных систем с естественным языком и вычленение смыслов.

Традиционным способом ускорить глубинное обучение является использование множества компьютеров, оснащённых несколькими GPU, объединённых в одну сеть и настроенных на параллельную работу. Недостаток такого метода заключается в трудностях распараллеливания по мере увеличения числа ПК (обычно проблемы возникают при работе от 10 систем), поскольку возрастает время, необходимое для обмена данными между компьютерами.

В подразделении Fujitsu Laboratories переработали технологию распараллеливания и связали её с открытой платформой для глубинного обучения Caffe.

В результате было создано программное обеспечение, которое как утверждают разработчики, способно обеспечивать многократное превосходство в скорости выполнения рабочих нагрузок, связанных с глубинным обучением, при использовании нескольких GPU по сравнению с одним. К примеру, в случае с 16 и 64 графическим процессорами преимущество составило 14,7 и 27 раз соответственно.

В Fujitsu Laboratories подчёркивают, что речь идёт о самых высоких вычислительных скоростях. Выпустить на рынок коммерческий продукт, готовый к установке в суперкомпьютеры, планируется до конца 2016 года.