CTO Vogels kündigt weitreichendes Engagement an und erklärt Amazons Entscheidung

Amazon setzt auf Deep-Learning-Framework MXNet
Keine Kommentare

Amazon CTO Werner Vogels hat angekündigt, dass ab sofort das Deep-Learning-Framework MXNet „erste Wahl“ für AWS sei. Als Konsequenz werde AWS fortan Code Open Source beisteuern, in das Ökosystem rund um MXNet investieren und mit anderen Organisationen Partnerschaften eingehen.

Während wir regelmäßig über die Deep-Learning- bzw. Machine-Learning-Aktivitäten von Google, Facebook und Microsoft berichten, gab es aus dem Amazon-Lager bisher noch eher wenig bis nichts zu vermelden. Doch jetzt ist auch Amazon ins Machine-Learning-Boot gestiegen.

Werner Vogels, CTO und Vice-President von Amazon.com, verkündete auf seinem Blog „All Things Distributed“, dass sich Amazon für das Deep-Learning-Framework MXNet als „weapon of choice“ entschieden habe. Die Entscheidung kommt knapp eine Woche vor der jährlichen Konferenz AWS re:Invent, auf der Sessions und Workshops zu Deep Learning, Machine Learning und Künstlicher Intelligenz eine große Rolle spielen werden.

Deep Learning schon lange im Fokus von Amazon

Vogels betont in seinem Post, dass Machine Learning naturgemäß schon lange eine gewichtige Rolle bei Amazon spiele: von Kaufempfehlungen über das Aufspüren von Betrugsversuchen bis hin zur Inventarbeständen, Buchklassifizierungen oder dem Missbrauch von Nutzerrezensionen. Darüber hinaus fände Machine Learning umfangreichen Einsatz in den Bereichen Suche, autonome Drohnen, Robotik sowie Text- und Spracherkennung.

MXNet für Amazon erste Wahl

Während man auf AWS eine ganze Reihe von Deep-Learning-Frameworks unterstütze – darunter TensorFlow, Caffe, CNTK, Theano und Torch – sei man jedoch zu der Überzeugung gelangt, dass MXNet das Framework mit den besten Skalierungseigenschaften sei. Doch nicht nur das: Man geht soweit, dass MXNet ab sofort das „deep learning framework of choice“ für Amazon ist.

Als Konsequenz werde AWS fortan Code und verbesserte Dokumentationen zu MXNet beisteuern, in das Ökosystem rund um das Framework investieren und mit anderen Organisationen Partnerschaften eingehen, um MXNet voranzutreiben. Alle Aktivitäten sollen dem Open-Source-Gedanken verpflichtet sein.

MXNet – was steckt dahinter?

MXNet ist ein Open Source Deep-Learning-Framework, das seine Wurzeln in der Universitätsforschung hat (University of Washington und Carnegie Mellon University) und dessen Pluspunkte, wie Vogels andeutete, insbesondere im Bereich Skalierung liegen. Neben den üblichen Funktionalitäten wie das Definieren, Trainieren und Deployen von neuronalen Netzwerken auf Cloud-Infrastrukturen (CNNs) oder mobilen Geräten zeichnet sich MXNet ferner durch seine Geschwindigkeit beim Trainieren von KI-Modellen und die Unterstützung von flexiblen Programmiermodellen und verschiedenen Programmiersprachen (inkl. Python, C++, R, Scala, Julia, Matlab und JavaScript) aus.

MXNet basiert wie bspw. TensorFlow, Theano, Torch und Caffe auf einem Dataflow-Graph. Die MXNet-Bibliothek ist recht leichtgewichtig und wurde von Grund auf so gestaltet, dass sie gut auf GPU-Clustern und mehreren Computern skaliert. In der Praxis hat das vor allem eine sehr gute Device-Ausnutzung zur Folge.

Skalierung, Geschwindigkeit, Portabilität

Diese Eigenschaften haben laut Vogels Ausführungen auch Amazon überzeugt. Die offenbar überzeugenden Skalierungsfähigkeiten für GPU-Cluster (auf mehreren Hosts) sind für Amazon deswegen so wichtig, weil schon kleine Verbesserungen in der sogenannten „Computational Efficiency“ einen riesigen Unterschied ausmachen  – gerade wenn Deep Learning an sehr großen und komplexen Datensets durchgeführt wird. Insbesondere die Geschwindigkeit mit der neue Modelle entwickelt und bewertet werden können, erhöht sich dadurch enorm.

Darüber hinaus hat die gute Portabilität von MXNet die AWS-Verantwortlichen überzeugt. Schließlich will AWS seine Deep-Learning-Angebote auf möglichst vielen Geräten und Plattformen anbieten – von Laptops und Serverfarmen bis hin zu mobilen Geräten und allen möglichen Connected Devices.

Andere Deep-Learning-Frameworks werden weiter unterstützt

AWS-Kunden, die auf andere Deep-Learning-Frameworks setzen, brauchen sich von der Entscheidung für MXNet jedoch nicht beunruhigen lassen. Vogels betont, dass man weiter alle populären Frameworks unterstützen und auf der Amazon Elastic Compute Cloud (EC2), Amazons IaaS-Angebot für Virtual Server, die bestmöglichen Instanzen und Software-Tools anbieten werde.

Unsere Redaktion empfiehlt:

Relevante Beiträge

X
- Gib Deinen Standort ein -
- or -