Big-Sur-Spezifikationen werden veröffentlicht

Facebook stellt Machine-Learning-Server Big Sur Open Source
Kommentare

Facebook stellt sein Server-Design für Machine-Learning-Software Open Source zur Verfügung. Beim Referenzdesign, genannt Big Sur, handelt es sich um ein GPU-basiertes System zum Training von neuralen Netzwerken.

Facebook wird das Hardware-Design für einen Server veröffentlichen, der zum Training seiner AI-Software dient. Das Big-Sur-System betreibt Facebooks Machine-Learning-Programme. Die entsprechenden Algorithmen lernen und verbessern ihre Fähigkeiten zum Aufgabenlösen mit der Zeit. Eine der meist genutzten Applikationen beim Machine Learning ist die Bilderkennung: Bei dieser Methode studiert ein Computerprogramm Bilder oder Videos und lernt dabei, Objekte und Personen richtig zuzuordnen. Andere Einsatzgebiete sind zum Beispiel Spam-Filterung und Fraud Detection.

Big Sur wird Open Source

Mit der Veröffentlichung der Big-Sur-Spezifikationen gehört das System zum von Facebook mitgegründeten Open Compute Project (OCP), das sich für offene Lösungen für Scalable Computing einsetzt. Das Referenzdesign nutzt acht hochperformante GPUs, die mit einer Leistung von jeweils 300 Watt in einem luftgekühlten Rack stecken. Das Design wird von Nvidia-GPUs versorgt, kann aber auch mit anderen PCI-E-Cards betrieben werden. Big Sur ist Open-Rack-kompatibel und wird für AI-Computing in großem Maßstab eingesetzt. Laut Facebook ist Big Sur zweimal so schnell wie die vorherige Hardware-Generation:

And distributing training across eight GPUs allows us to scale the size and speed of our networks by another factor of two.

Stellen Sie Ihre Fragen zu diesen oder anderen Themen unseren entwickler.de-Lesern oder beantworten Sie Fragen der anderen Leser.

Big Sur soll zudem wesentlich vielseitiger und effizienter als bisherige Standardlösungen sein. Der Server benötigt keine spezielle Kühlung oder andere „unique infrastructure“, da eine Kühleinheit bereits integriert ist – ein großer Vorteil, denn Hochleistungsrechner zu kühlen ist oft mit hohen Kosten verbunden. Wie andere Modelle der Open-Compute-Hardware ist auch der Big-Sur-Server schlicht gehalten, was wiederum Kosten senkt und es ermöglicht, einzelne Bestandteile leicht auszuwechseln:

We’ve removed the components that don’t get used very much, and components that fail relatively frequently — such as hard drives and DIMMs — can now be removed and replaced in a few seconds. In fact, Big Sur is almost entirely tool-less –the CPU heat sinks are the only things you need a screwdriver for.

big Sur

https://code.facebook.com/posts/1687861518126048/facebook-to-open-source-ai-hardware-design

Open Source bringt Vorteile

Facebook stellt Big Sur aber nicht aus reiner Nächstenliebe Open Source: Der Gedanke hinter der Veröffentlichung der Spezifikationen ist eine rege Beteiligung der Community. Durch das Testen der Hardware sollen Verbesserungen vorangetrieben und eigene Machine-Learning-Systeme entwickelt werden.

We want to make it a lot easier for AI researchers to share techniques and technologies. We believe that this open collaboration helps foster innovation for future designs, putting us all one step closer to building complex AI systems that bring this kind of innovation to our users and, ultimately, help us build a more open and connected world.

Auch die Beteiligung anderer Firmen ist gerne gesehen, denn eine Entwicklung von fremden Big-Sur-Systemen sollte Facebooks eigene Kosten senken.

Bislang hat Facebook die Spezifikationen von Big Sur noch nicht veröffentlicht – das nächste OCP-Summit findet im März 2016 statt, es ist also wahrscheinlich, dass wir spätestens dann mehr erfahren – oder vielleicht sogar schon wissen.

 

Aufmacherbild: Robot child lying on the floor and reading a book von Shutterstock / Urheberrecht: Sarah Holmlund

Unsere Redaktion empfiehlt:

Relevante Beiträge

Meinungen zu diesem Beitrag

X
- Gib Deinen Standort ein -
- or -