Google представила второе поколение TPU (Tensor Processor Unit) — аппаратного обеспечения и программной экосистемы, которая лежит в основе самых амбициозных и далеко идущих технологий компании. Исполнительный директор Сандар Пичай (Sundar Pichai) рассказал о продукте во время ключевой презентации на ежегодной конференции разработчиков Google I/O.

Первое поколение TPU являлось специализированным чипом, созданным с прицелом на машинное обучение. Оно использовалось системой искусственного интеллекта AlphaGo в качестве основы для предсказания и принятия решений. Google также использует вычислительные возможности своих TPU каждый раз, когда кто-либо вбивает запрос в поисковую строку. Не так давно технология была использована для улучшения возможностей Google Translate, Google Photos и других служб при помощи машинного обучения.

Обычно подобные расчёты производятся при помощи графических ускорителей, отличающихся впечатляющими возможностями в области высокопараллельных вычислений. Например, Facebook использует карты NVIDIA в своих серверах Big Basin AI. Но Google приняла решение создать собственное аппаратное решение и оптимизировать под него своё ПО.

Поэтому оригинальный TPU создавался для оптимальной работы с Google TensorFlow, одной из многих открытых библиотек машинного обучения. Благодаря успехам Google из подразделений Brain и DeepMind, а также интеграции ПО с оборудованием TensorFlow стала одной из лидирующих платформ для создания ПО на базе ИИ.

Теперь Google сообщила, что второе поколение системы TPU уже полностью работоспособно и начало развёртываться в рамках платформы Google Compute Engine, которую другие компании и исследователи могут использовать по аналогии с Amazon AWS и Microsoft Azure. Google, разумеется, будет использовать систему и сама, но также продвигает TPU в качестве непревзойдённого ресурса, который могут использовать и другие заинтересованные компании.

Google разработала способ объединения множества TPU в серверные стойки TPU Pod, каждая из которых обеспечивает 11,5 Пфлопс вычислительных мощностей. Отдельные же TPU обладают впечатляющей мощью в 180 Тфлопс — разумеется, в том типе вычислений, которые сегодня наиболее часто применяются в технологиях машинного обучения.

Серверные стойки с ускорителями Tensor Processing Unit, которые используются для тренировки ИИ-систем и осуществления ими расчётов в реальном времени

Такая производительность даёт Google и её клиентам существенное преимущество и свободу экспериментирования в передовой области ИИ. Компания отмечает, что её новая крупномасштабная модель перевода на основе ИИ требует полной загруженности 32 самых мощных GPU в мире в течение суток, а одна восьмая стойки TPU Pod справляется с задачей всего за шесть часов.

Вдобавок второе поколение TPU позволяет серверам Google проводить одну и ту же работу как в режиме принятия решений, так и в режиме обучения. Оригинальный TPU мог только принимать решения в реальном времени на основе существующего алгоритма. Обучение же является собственно частью процесса разработки алгоритма.

Машинное обучение — процесс анализа искусственным интеллектом огромного массива данных, чтобы нейронная сеть могла решать задачи с использованием нечёткой логики так, как не может обычный алгоритм. Результатом, например, становится более качественные возможности перевода между языками или более человекоподобное поведение машины при игре в шахматы и так далее. В общем, системы обучения улучшают алгоритм ИИ на основе огромных массивов данных, так что если каждый эксперимент занимает не недели, а дни или даже часы, то возможности разработчиков ИИ принципиально улучшаются (при условии использования библиотеки TensorFlow, конечно).

Google также поддерживает тех разработчиков, которые готовы публиковать результаты своих исследований, в том числе исходные коды — в рамках программы TensorFlow Research Cloud, таким разработчикам будет бесплатно предоставляться доступ к кластеру из 1000 TPU.

Два гиганта IT-индустрии, компании IBM и NVIDIA объединили свои усилия в создании набора инструментов, нацеленных на зарождающийся рынок искусственного интеллекта для корпоративного сегмента. Новый продукт включает решение NVIDIA PowerAI, а также аппаратную платформу IBM Power S822LC.

HPC-сервер IBM Power S822LC

Первоначально глубинное обучение было прерогативой отдельных IT-компаний, таких как Google, Baidu, Microsoft. Но теперь AI-приложения всё чаще находят применение в традиционных предприятиях - в банках (например, для распознавания угроз в режиме реального времени), занимающихся производством автомобилей организациях (в системах автономного вождения), розничной торговле (для создания полностью автоматизированных сервисов поддержки с использованием чат-ботов). IBM одной из первых начала внедрение современных технологий искусственного интеллекта в бизнес-процессы предприятий, и технологии NVIDIA помогут развивать это направление, считают представители обеих компаний.

Современный высокопроизводительный GPU NVIDIA P100

PowerAI включает большое количество популярных фреймворков для реализации глубинного обучения, в том числе, Caffe, Theano, Torch, NVCaffe, IBM-Caffe. Высокопроизводительный сервер IBM S822LC был представлен в сентябре. Этот компьютер оснащён двумя процессорами Power8 и поддерживает установку до четырёх ускорителей NVIDIA P100. В настоящее время этот сервер является единственным на рынке, который полностью интегрирует технологию NVIDIA NVLink (Power8 является единственным в мире процессором со встроенной поддержкой NVLink).

Как отметила компания IBM, S822LC пользуется популярностью, и вся партия оказалась распроданной к концу третьего квартала. Комплект PowerAI предлагается в качестве бесплатного бонуса к серверу.

Специалист по доставке контента, фирма Akamai приобрела американскую компанию-стартап FastSoft, фокусирующуюся на сетевой акселерации. Сумма сделки, призванной повысить возможности Akamai в серверной оптимизации и обеспечении более высокой пропускной способности для видео- и медиаплатформ, не разглашается.

FastSoft была основана в 2006 году для коммерциализации технологии оптимизации сети FastTCP, разработаной в Калифорнийском технологическом институте. FastTCP использует усовершенствованные алгоритмы TCP для увеличения скорости просмотра страниц и передачи файлов без потери пакетов и задержек в сети. Технология является серверной, не требует клиентского программного обеспечения и может ускорить, по утверждению FastSoft, все TCP-подключения в частном облаке.

Билл Уитон (Bill Wheaton), старший вице-президент Akamai и генеральный директор Media Division, сказал, что FastSoft было бы "сильным дополнением" к Akamai. "Команда разработчиков FastSoft обладает обширным опытом в области передовых технологий TCP, которые, мы считаем, могут улучшить доставку мультимедиа, а также поддержку будущих инициатив в области мобильных приложений и облачной производительности", - отметил Уитон.

Команда FastSoft войдёт в инженерную группу Akamai, а офис в Пасадене станет Akamai Center of Excellence, сосредоточенным на сетевых протоколах и технологиях оптимизации. Этот шаг представляет собой пример консолидации всего сегмента WAN-оптимизации и ускорения, в котором Akamai также сотрудничает с разделяющей с ним рынок компанией Riverbed Technology. Ранее Akamai приобрела компанию акселерации облачных и мобильных услуг Cotendo, сделка была объявлена в декабре 2011 года и закрыта в марте следующего. В феврале компания купила Blaze Software и её технологии для оптимизации рендеринга веб-страниц.

Akamai также сделала ряд изменений в руководстве, в том числе бывший глава безопасности бизнеса Novell Джим Ибзери (Jim Ebzery) назначен старшим вице-президентом и генеральным менеджером Северной и Южной Америки и объявлено, что Пол Саган (Paul Sagan), президент и главный исполнительный директор, отойдёт от своей роли к концу 2013 года.

Материалы по теме:

• Настоящее и будущее российского серверного рынка: мнение экспертов;
• Технологии виртуализации: тенденции и перспективы развития в корпоративном секторе рынка;
• Готовность IT-инфраструктуры к аварийному восстановлению: исследование Acronis.

Источник:

• crn.com

Большие компании, такие как IBM, Microsoft, Apple, Sony, AMD, BMW, Toyota, FedEx, NASA, NBA или MTV, защищают свои веб-сайты от DDoS-атак при помощи сервиса Akamai. На днях компания выпустила новую линию сервисов, целью которые является защита компаний от возросшего количества сложных и дорогостоящих веб-атак. По словам Тома Лейтона (Tom Leighton), главного научного консультанта и соучредителя Akamai, сети компании столкнулись с частыми DDoS-атаками против их клиентов. В четвертом квартале 2010 года их оказалось больше, чем в первых трех вместе взятых. Компании осознают выгоду облаков и продолжают загружать туда важные данные и проводить там различные операции, но в результате сильно возрастает необходимость иметь хорошую систему защиты данных от веб-атак.

В качестве средств для отслеживания, управления и смягчения DDoS-атак Akamai выпустила новые специальные решения, способные скрыть внутреннюю веб-инфраструктуру от общедоступного сегмента Интернета, блокировать IP и ограничивать пропускную способность на уровне сети, масштабировать защиту от DNS-атак, блокировать трафик по определению географического местоположения, отделять трафик ботов от трафика реальных пользователей. Кроме того, компания обновила службу Web Application Firewall, которая, как нетрудно понять из названия, предоставляет услуги брандмауэра для веб-приложений. Решение Web Application Firewall работает как фронт-сервис для разнообразных корпоративных веб-программ и дата-центров. Теперь служба сможет быстро блокировать IP и ограничивать пропускную способность для отмены нежелательных запросов извне датацентра. Новое решение способно защитить корпоративные сети и датацентры заблаговременно, не допустив возможности атак.

Источник:

• datacenterknowledge.com