Noticias e Eventos

NVIDIA dobra performance de treinamento de Deep Learning

 
 
Novas versões do DIGITS e cuDNN fornecem treinamentos de rede neural duas vezes mais rápidos e sofisticados

A NVIDIA anuncia atualizações em seu software de Deep Learning acelerado por GPU que dobrará a performance dos treinamentos dessas soluções.

O novo software capacitará cientistas e pesquisadores de dados a potencializar seus projetos de Deep Learning e trabalhos de desenvolvimento de produtos criando redes neurais mais precisas por meio de treinamentos de modelos mais rápidos e projetos mais sofisticados.

O NVIDIA® DIGITS™ Deep Learning GPU Training System versão 2 (DIGITS 2) e a biblioteca NVIDIA CUDA® Deep Neural Network versão 3 (cuDNN 3) fornecem melhorias de performance significativas e novos recursos.

Para os cientistas de dados, o DIGITS 2 agora fornece expansão automática do treinamento de redes neurais em várias GPUs de alta performance. Isso permite dobrar a velocidade do treinamento de redes neurais profundas para classificação de imagens em comparação com uma GPU única.

Para os pesquisadores de Deep Learning, a cuDNN 3 oferece armazenamento de dados otimizado na memória de GPU para o treinamento de redes neurais maiores e mais sofisticadas. A cuDNN 3 também oferece performance mais alta em comparação com a cuDNN 2, permitindo que os pesquisadores treinem redes neurais até duas vezes mais rápidas em uma única GPU.

A nova biblioteca cuDNN 3 deve ser integrada às próximas versões das estruturas de Deep Learning Caffe, Minerva, Theano e Torch, que são largamente usadas para treinar redes neurais profundas.

"As GPUs de alta performance representam a tecnologia fundamental que está presente em inúmeros desenvolvimentos de produtos e inúmeras pesquisas de Deep Learning no meio acadêmico e nas principais empresas da Internet", afirma Ian Buck, vice-presidente de computação acelerada da NVIDIA. "Trabalhando em conjunto com os cientistas de dados, os desenvolvedores de framework e a comunidade de Deep Learning, estamos aplicando as tecnologias de GPU mais poderosas para expandir os limites do possível".

DIGITS 2 – Treinamento até duas vezes mais rápido com expansão automática em várias GPUs
DIGITS 2 é o primeiro sistema gráfico multifuncional que orienta os usuários pelo processo de projetar, treinar e validar redes neurais profundas para classificação de imagens.

O novo recurso de expansão automática em várias GPUs no DIGITS 2 maximiza os recursos de GPU disponíveis distribuindo automaticamente a carga de trabalho no treinamento de Deep Learning entre todas as GPUs do sistema. Usando DIGITS 2, os engenheiros da NVIDIA treinaram o modelo da conhecida rede neural AlexNet, que ficou mais de duas vezes mais rápida em quatro GPUs baseadas na arquitetura NVIDIA Maxwell™, se comparada com uma única GPU.¹ Os resultados iniciais dos primeiros clientes estão ainda melhores.

"O treinamento de uma de nossas redes profundas para marcação automática em uma única NVIDIA GeForce GTX TITAN X leva aproximadamente 16 dias, mas, usando a nova expansão automática para várias GPUs em quatro GPUs TITAN X, esse mesmo treinamento é concluído em apenas cinco dias", diz Simon Osindero, arquiteto de IA do Flickr da Yahoo. "Essa é uma enorme vantagem e permite que vejamos os resultados mais rapidamente e exploremos de forma mais ampla o espaço de modelos para alcançar uma precisão mais alta".

cuDNN 3 – Treinar modelos maiores e mais sofisticados com mais rapidez
A cuDNN é uma biblioteca acelerada por GPU de rotinas matemáticas para redes neurais profundas que os desenvolvedores integram a estruturas de aprendizado da máquina de nível mais alto.

A cuDNN 3 adiciona suporte para armazenamento de dados de ponto flutuante de 16 bits na memória da GPU, dobrando a quantidade de dados que pode ser armazenada e otimizando a largura de banda de memória. Com esse recurso, a cuDNN 3 permite que os pesquisadores treinem redes neurais maiores e mais sofisticadas.

"Acreditamos que o suporte de armazenamento de GPU FP16 nas bibliotecas da NVIDIA permitirá expandir nossos modelos ainda mais, visto que ele aumentará a capacidade de memória efetiva do hardware e aumentará a eficiência conforme expandirmos o treinamento de um modelo único para várias GPUs", diz Bryan Catanzaro, pesquisador sênior na Baidu Research. "Isso resultará em aprimoramentos adicionais na precisão de nossos modelos", finaliza.

A cuDNN 3 também fornece acelerações significativas de performance em comparação com a cuDNN 2 para o treinamento de redes neurais em uma única GPU. Os engenheiros da NVIDIA treinaram o modelo AlexNet duas vezes mais rápido em uma única GPU NVIDIA GeForce® GTX TITAN X.²

Disponibilidade
A versão prévia do DIGITS 2 já se encontra disponível para download gratuito por desenvolvedores registrados da NVIDIA. Para saber mais ou fazer o download, visite o site do DIGITS.

A biblioteca cuDNN 3 deverá estar disponível nas principais frameworks de Deep Learning nos próximos meses. Para saber mais, visite o site da cuDNN.

Acompanhe as novidades da NVIDIA:
Acompanhe o NVIDIA Blog e siga nos no Facebook, Google+, Twitter, LinkedIn e Instagram.
Assista aos vídeos da NVIDIA no YouTube e imagens no Flickr.
Use o leitor de notícias Pulse para assinar o feed de notícias diárias da NVIDIA.

Sobre a NVIDIA
Desde 1993, a NVIDIA (NASDAQ: NVDA) foi pioneira na arte e ciência da computação visual. As tecnologias da companhia estão transformando um mundo de telas em um mundo interativo de descobertas para todos, de jogadores a cientistas, de consumidores aos clientes corporativos. Mais informações: www.nvidia.com.br e nas mídias sociais (NVIDIA Brasil no Facebook e @nvidiabrasil no Twitter).

NVIDIA - Informações para a Imprensa
Sing Comunicação de Resultados
André Forte, Janaína Leme, Tatiane Dantas e Melissa Sayon
Fone: (55 11) 5091-7838
nvidia@singcomunica.com.br



 
 
TwitterFacebookLinkedInGoogle+Reddit