Nvidia abre GTC con planes para una supercomputadora de inteligencia artificial para investigación biomédica - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Nvidia abre GTC con planes para una supercomputadora de inteligencia artificial para investigación biomédica

Hola, ¿qué tal colega?. Yo soy Simón Sánchez y hoy te voy a contar sobre Nvidia abre GTC con planes para una supercomputadora de inteligencia artificial para investigación biomédica

Dada la pandemia de COVID-19, el anuncio de Nvidia de planes para construir una nueva supercomputadora de inteligencia artificial, Cambridge-1, dedicada a la investigación biomédica y la atención médica, fue quizás la noticia de HPC más significativa proveniente del GTC de otoño que comenzó hoy. El nuevo sistema, que estará ubicado en el Reino Unido, proporcionará más de 400 petaflops de rendimiento de inteligencia artificial, según Nvidia, que está invirtiendo casi $ 52 millones en el proyecto.

Jensen Huang, director ejecutivo de Nvidia

«Abordar los desafíos de salud más urgentes del mundo requiere recursos informáticos extremadamente poderosos para aprovechar las capacidades de la IA», dijo Jensen Huang, fundador y director ejecutivo de Nvidia, en su Discurso de la Conferencia de Tecnología GPU. «La supercomputadora Cambridge-1 servirá como un centro de innovación para el Reino Unido y promoverá el trabajo pionero realizado por los investigadores de la nación en la atención médica crítica y el descubrimiento de fármacos».

El nuevo sistema lleva el nombre de la Universidad de Cambridge, donde Francis Crick y James Watson y sus colegas trabajaron para resolver la estructura del ADN. Aprovechando la arquitectura SuperPOD de Nvidia, tendrá 80 DGX A100, 20 terabytes / seg InfiniBand, 2 petabytes de memoria NVMe y requerirá 500KW de potencia.

Nvidia Estados que Cambridge-1 proporcionará «8 petaflops de rendimiento Linpack», lo que lo clasificaría como el mejor sistema en el Reino Unido en el número 29 en el Top500 y el número tres en el Green500. Mientras que el material técnico de Nvidia establece el rendimiento máximo de doble precisión (sin tensor) del A100 en 9,7 teraflops, su Linpack Rpeak es un 56% más alto: 15,1 teraflops con doble precisión. Dado que los DGX SuperPOD son sistemas modulares estándar, Nvidia pudo predeterminar el rMax (es decir, el puntaje Linpack) para Cambridge-1 extrapolando el puntaje de Selene * (el sistema # 7 Top500 anunciado en junio de 2020).

El nuevo sistema servirá a distritos académicos e industriales que incluyen, por ejemplo, GlaxoSmithKline (GSK), AstraZenica, King’s College, el Servicio Nacional de Salud del Reino Unido, entre otros.

Se mencionaron cuatro áreas de interés:

  • Investigación industrial conjunta – Resolver problemas de ciencia de datos y de salud a gran escala que de otro modo no podrían abordarse debido a su tamaño, lo que da como resultado mejores resultados para los pacientes, mayores tasas de éxito y menores costos generales de atención médica.
  • Tiempo de cálculo otorgado por la universidad – El acceso al tiempo de la GPU de Nvidia se donará como recurso para estudios específicos para ayudar a buscar curas.
  • Apoyar nuevas empresas de IA – Nvidia ofrecerá oportunidades de aprendizaje y se asociará con nuevas empresas para nutrir a la próxima generación y proporcionar acceso temprano a herramientas de inteligencia artificial.
  • Educar a los futuros profesionales de la IA – El sistema servirá como destino para investigadores de clase mundial y brindará experiencias prácticas a la próxima generación.

Cabe señalar que el sistema Cambridge-1 está completamente separado del Brazo / superordenador Nvidia anunció el mes pasado. Se espera que Cambridge-1 se instale a finales de año y proporcionará acceso a los colaboradores en el primer semestre de 2021; Dada la velocidad a la que Nvidia elevó su voz basada en Top500 A100 a principios de este año, el calendario agresivo parece factible.

De hecho, Nvidia anunció hoy la disponibilidad de las soluciones Nvidia DGX SuperPOD para empresas, la primera infraestructura de inteligencia artificial llave en mano del mundo. «Disponible en grupos que varían en tamaño de 20 a 140 sencillos Sistemas Nvidia DGX A100, Los DGX SuperPOD ya están a la venta y se espera que se instalen en Corea, Reino Unido, Suecia e India a finales de año. Vendidos en módulos de 20 unidades interconectados con la red Nvidia Mellanox HDR InfiniBand, los sistemas DGX SuperPOD comienzan con 100 petaflops de rendimiento de IA y pueden escalar hasta 700 petaflops para ejecutar las cargas de trabajo de IA más complejas «.

Aún no se ha seleccionado el sitio para el sistema Cambridge-1. Nvidia también destacó los planes para la supercomputadora basada en ARM anunciado el mes pasado todavía están evolucionando.

Si bien el anuncio del sistema Cambridge-1 fue el mayor impacto de HPC en GTC este otoño, ha habido muchas otras introducciones y actualizaciones de tecnología importantes que abarcan el centro de datos, la computación de borde y todo lo relacionado con IA y más tecnología sanitaria. Este es un momento interesante para Nvidia y su visión de un panorama informático dominado por la inteligencia artificial donde Nvidia ofrece una cartera de productos mejorada (aceleradores, interconexión de alta velocidad, CPU (si la adquisición de Arm se lleva a cabo). , sistemas y desarrollo de herramientas).

Deteniéndose en la atención médica por un momento, Nvidia también anunció un cooperación con GSK montando uno de los primeros laboratorios de descubrimiento de fármacos basados ​​en IA, el GSK AI Hub. «Es verdaderamente un modelo para la industria», dijo Kimberly Powell de Nvidia, vicepresidenta y gerente general de Healthcare, en una sesión informativa previa con la prensa. “GSK está construyendo el centro en Londres donde integrarán plataformas de TI de vanguardia basadas en DGX A100. Estarán coubicados allí [and] aumentar el número de científicos de datos, actualmente en 50, a 100 lo antes posible. Nvidia también tendrá a nuestros científicos de datos con ellos en su laboratorio «.

La idea es utilizar métodos de inteligencia artificial y plataformas informáticas avanzadas para desbloquear datos genéticos y clínicos con mayor precisión y escala.

Nvidia ha estado activa durante mucho tiempo en el sector de la salud, particularmente con su propio Clara conjunto de herramientas para el análisis y la colaboración de imágenes y genómica. Hoy, reforzó esa oferta con el lanzamiento Clara descubrimiento – una colección de marcos, aplicaciones y modelos que permiten el descubrimiento de fármacos computacional acelerado por GPU.

«Específicamente, Clara Discovery admite flujos de trabajo genómicos con Clara Parabricks, tubería CryoEM con Relion, cribado virtual con Autodock, predicción de estructura de proteínas con MELD, varias aplicaciones de terceros para simulación molecular, modelos preentrenados por Clara Imaging y marcos para training y Clara NLP con modelos BioMegatron y BioBert previamente entrenados y el marco de entrenamiento NeMo «, informa Nvidia. Es de suponer que los investigadores pueden crear flujos de trabajo de descubrimiento con las herramientas, todas las cuales se encuentran en el catálogo de NGC.

Optimizado para DGX A100, Nvidia enumera los siguientes puntos de referencia (cuadro a continuación) para varios instrumentos comunes.

CPU vs GPU: NVIDIA Clara Parabricks, Relion, Autodock-GPU, NVIDIA RAPIDS, Amber, NAMD, VMD, Gromacs, NVIDIA Clara Imaging, BERT Training

Nvidia también informó que Clara habilidades de aprendizaje federado ayudó al Hospital General Brigham de Massachusetts y a otros** Desarrollar un modelo de inteligencia artificial que determine si una persona que se presenta a la sala de emergencias con síntomas de COVID-19 necesitará horas adicionales de oxígeno o incluso días después de un examen inicial. “El modelo original, llamado CORISK, fue desarrollado por el científico Dr. Quanzheng Li en Mass General Brigham. Combine imágenes médicas y registros médicos para ayudar a los médicos a administrar las hospitalizaciones de manera más eficaz en un momento en el que muchos países pueden comenzar a ver una segunda ola de pacientes con COVID-19 «, dijo Nvidia en un Blog.

El Dr. Hal Barron, director científico y presidente de I + D de GSK se cita en el anuncio oficial: “La inteligencia artificial y el aprendizaje automático son como un nuevo microscopio que ayudará a los científicos a ver cosas que de otro modo no verían. La inversión de Nvidia en tecnología de la información, combinada con el poder del aprendizaje profundo, permitirá soluciones a algunos de los mayores desafíos de la industria de las ciencias de la vida y nos ayudará a continuar brindando medicamentos y vacunas transformadoras a los pacientes «.

Se ha procesado la gran noticia del centro de datos de GTC Unidad de procesamiento de datos de Nvidia (DPU) estrategia y hoja de ruta, incluidas las nuevas DPU BlueField-2 y BlueField-2X (con A100 a bordo). En muchos sentidos, la unidad de procesamiento de datos ha capturado las ideas de redes inteligentes de Mellanox durante algunos años. En este caso, la clave es descargar varias actividades de tráfico y seguridad de la CPU y liberar sus ciclos de uso de aplicaciones, mientras se acelera y mejora la red.

Puede pensar en ella como una tarjeta de interfaz de red inteligente (SmartNIC), señaló Manuvir Das, jefe de informática empresarial de Nvidia, en una sesión informativa previa con la prensa. BlueField-2 combina 8 núcleos Arm A72 de 64 bits, 2 motores de aceleración VLIW y Mellanox ConnectX-6 Dx NIC.

Esto es lo que dijo Huang en su discurso. «Las DPU son un elemento esencial de los centros de datos acelerados modernos y seguros donde CPU, GPU y DPU pueden combinarse en una sola unidad de procesamiento totalmente programable, habilitada para IA y capaz de proporcionar capas de seguridad. y potencia de cálculo que antes no era posible «.

Según Nvidia, “una sola DPU BlueField-2 puede proporcionar los mismos servicios de centro de datos que podrían consumir hasta 125 núcleos de CPU. Esto libera valiosos núcleos de CPU para ejecutar una amplia gama de otras aplicaciones comerciales «.

Instantánea del producto:

  • los Nvidia BlueField-2 DPU, que ofrece todas las características de Nvidia Mellanox ConnectX-6 Dx SmartNIC combinadas con potentes núcleos Arm. Totalmente programable, ofrece tasas de transferencia de datos de 200 gigabits por segundo y acelera las tareas clave de seguridad, red y almacenamiento del centro de datos, incluido el aislamiento, la confianza de raíz, la administración de claves, RDMA / RoCE, GPUDirect, almacenamiento de bloques elásticos, compresión datos y más.
  • los Nvidia BlueField-2X DPU, que incluye todas las características clave de una DPU BlueField-2 mejorada con las capacidades de IA de una GPU Nvidia Ampere que se puede aplicar a tareas de seguridad, red y almacenamiento del centro de datos. Basándose en los Tensor Cores de tercera generación de Nvidia, puede utilizar inteligencia artificial para análisis de seguridad en tiempo real, incluida la identificación de tráfico anómalo, que podría indicar robo de datos confidenciales, análisis de tráfico cifrado a gran velocidad línea, introspección de host para identificar actividad maliciosa y orquestación de seguridad dinámica y respuesta automatizada.

Nvidia BlueField-2X

Das señaló que VMware hizo un gran anuncio sobre VMware y Nvidia trabajando juntos en Proyecto Monterey, gracias a lo cual VMware utilizará el hipervisor ESXi y transferirá gran parte de esa funcionalidad a la DPU BlueField-2.

«Todos nuestros socios OEM están haciendo cola para producir servidores con BlueField-2», dijo Das. “También estamos anunciando BlueField-2X, que seguirá solo unos meses después de BlueField-2. Como puede ver, estamos ampliando esa tarjeta para incluir una GPU de nuestra última familia de GPU Ampere. Así que es la GPU y la DPU trabajando juntas para extender realmente la solución porque ahora los núcleos tensores en la GPU se usarán para una variedad de tareas para hacer que la red sea más inteligente «.

* La corrida Top500 Linpack de Selene proporcionó 27.58 petaflops de rendimiento de doble precisión. A 275 nudos, eso significa 100,29 teraflops por nudo. Nvidia estimó la puntuación de Cambridge Linpack-1 multiplicando los 80 nodos del sistema por 100,29 teraflops por nodo, lo que da como resultado 80,023 petaflops rMax.

**Además de Mass Gen Brigham y sus hospitales afiliados, otros participantes incluyeron: Children’s National Hospital en Washington, DC; Centro de Investigación Biomédica de Cambridge NIHR; El hospital central de las autodefensas en Tokio; MeDA Lab y MAHC de la Universidad Nacional de Taiwán y la Administración Nacional de Seguros de Salud de Taiwán; Hospital Universitario Nacional Kyungpook en Corea del Sur; Facultad de Medicina, Universidad de Chulalongkorn en Tailandia; Diagnosticos de America SA en Brasil; Universidad de California, San Francisco; VA San Diego; Universidad de Toronto; Institutos Nacionales de Salud en Bethesda, Maryland; Universidad de Wisconsin – Facultad de Medicina y Salud Pública de Madison; El Centro Oncológico Memorial Sloan Kettering de Nueva York; y el Sistema de Salud Mount Sinai de Nueva York.

– Tiffany Trader contribuyó a este informe.

Recuerda compartir en tus redes sociales para que tus amigos lo sepan

??? ? ? ???

Comparte