В Facebook обещают опубликовать проектную документацию по серверу под кодовым именем Big Sur, который в компании используется для обучения систем искусственного интеллекта. Спецификации сервера будут переданы инициативе Open Compute Project (OCP), в рамках которой коммерческие компании могут делиться разработанными ими конструкциями оборудования.

Машинное обучение широко применяется в системах распознавания изображений, которые после анализа снимка или видеозаписи могут перечислить находящееся в кадре. Его можно использовать для обработки больших срезов данных различных видов, например для отсеивания спама и выявления мошенничеств с банковскими картами.

Facebook, Google и Microsoft активно развивают технологии искусственного интеллекта, чтобы предлагать более совершенные онлайн-сервисы. До этого Facebook выпускала в открытых кодах различное ПО искусственного интеллекта, однако аппаратную конструкцию раскрывает впервые.

Facebook поделится конструкцией сервера искусственного интеллекта

Программное обеспечение, работающее на Big Sur, активно пользуется графическими процессорами, которые нередко эффективнее центральных справляются с задачами машинного обучения. У сервера может быть до восьми высокопроизводительных видеочипов, каждый из которых потребляет до 300 Вт. Конфигурацию системы можно варьировать, соединяя компоненты с помощью шины PCIe.

В Facebook сообщают, что система на основе графических процессоров работает вдвое быстрее, чем аналогичная предыдущего поколения. «Распределение задач обучения между восемью видеочипами позволило вдвое увеличить масштаб и быстродействие наших нейросетей», — говорится в блоге Facebook.

Примечательная особенность Big Sur состоит в том, что ему не требуются специализированные системы охлаждения или иная «уникальная инфраструктура», указывают в Facebook. Высокопроизводительные компьютеры сильно нагреваются, и их охлаждение может обходиться недешево — некоторые, к примеру, приходится погружать в особые жидкости.

Для Big Sur ничего подобного не нужно, утверждают в Facebook. Сами спецификации системы еще не опубликованы, но на доступных снимках видно, что внутри сервера находится крупный блок, который, скорее всего, содержит вентиляторы. В Facebook отмечают, что такие серверы можно использовать в центрах обработки данных компании, специально лишенных промышленных систем охлаждения ради экономии затрат.

Как и многое другое оборудование для Open Compute, сервер спроектирован максимально простым. В OCP не раз указывали на то, что производители серверов склонны к «неоправданному наделению своих продуктов уникальными особенностями», из-за чего возрастают затраты и могут возникать сложности с администрированием оборудования от разных производителей.

«Мы отказались от комплектующих, которые не слишком широко применяются, а для компонентов, относительно часто выходящих из строя, например жестких дисков и модулей DIMM, мы обеспечили возможность замены за считанные секунды», — сообщили в Facebook. Все защелки и ручки, используемые при технических работах, для удобства обозначены зеленым цветом. Как утверждается, даже материнскую плату системы можно вынуть всего за минуту. «По сути, Big Sur можно обслуживать вообще почти без инструментов — единственное, для чего нужна отвертка, это радиатор на центральном процессоре», — добавляют в компании.

В Facebook делятся конструкцией сервера не из альтруизма: в компании надеются, что заинтересовавшиеся, испытав систему, начнут предлагать усовершенствования. А если другие крупные компании станут заказывать Big Sur у производителей серверов, то экономический «эффект масштаба» в конечном счете поможет уменьшить затраты самой Facebook.

Машинное обучение в последнее время выходит на передний план по ряду причин. Одна из них — появление в свободном доступе огромных срезов данных, которые можно использовать для обучения нейросетей. Еще одна — мощные компьютеры стали достаточно доступными по цене, чтобы появилась возможность активнее развивать системы искусственного интеллекта.

В Facebook приводят примеры уже разработанных в компании программ такого рода: они умеют пересказывать сюжет книги, отвечать на вопросы о снимке, играть в игры и осваивать выполнение заданий путем наблюдения за примерами. «Но мы понимаем, что для решения подобных задач большего масштаба нам придется проектировать собственные аппаратные системы», — отмечают в компании.

В Big Sur, названном так по имени живописного прибрежного района в Калифорнии, используются видеопроцессоры компании Nvidia, в частности платформа Tesla. В Facebook сообщили о планах утроить инвестиции в системы на основе графических процессоров, чтобы получить возможность задействовать технологии машинного обучения в более широком круге своих сервисов.

А тем временем расширяет использование машинного обучения в своих сервисах и Google. «Машинное обучение — ключевой механизм, опираясь на который мы перестраиваем практически всю нашу деятельность», — заявил в октябре генеральный директор Google Сундар Пичаи.

В Facebook не уточнили, когда именно будут опубликованы спецификации Big Sur. Следующий саммит OCP пройдет в Соединенных Штатах в марте, — возможно, тогда мы и узнаем подробности об этой системе.

 

977