Annual Open Tech Conference - ISsoft Insights 2021. June 19. Learn more.
×Закрыть

Nvidia анонсували новинки для розробників на віртуальній конференції GTC 2021. Розповідаємо про деякі з них

12 квітня на віртуальній конференції GTC 2021 Nvidia зробили багато крутих анонсів. Розповімо про деякі з них.

Morpheus

Morpheus — «хмарна» програма додатків, спрямована надавати партнерам з кібербезпеки навичок штучного інтелекту, які можна використовувати для виявлення та пом’якшення атак кібербезпеки. За допомогою ML Morpheus виявляє, фіксує та діє на загрози та аномалії, типу витоків конфіденційних даних, спроби фішингу та шкідливе програмне забезпечення.

Розробники можуть подати заявку на доступ до Morpheus на офіційному сайті Nvidia.

ШІ на ринку кібербезпеки до 2026 року буде коштувати $38,2 млрд, за прогнозами Markets and Markets. У 2019 році він коштував $8,8 млрд, тобто середньорічний темп зростання — 23,3%.

По суті, Morpheus дозволяє обчислювальним вузлам у мережах слугувати датчиками кіберзахисту — Nvidia заявляє, що блоки обробки даних BlueField-3, які вони нещодавно анонсували, можуть налаштовуватися спеціально на ці цілі. За допомогою Morpheus організації зможуть аналізувати пакети без реплікації інформації, використовуючи телеметрію в реальному часі і застосування політик, а також обробку даних на периферії. Завдяки ШІ, Morpheus може нібито аналізувати більше даних про безпеку, ніж звичайні платформи додатків для кібербезпеки, без шкоди для вартості або продуктивності.

Розробники можуть створювати свої власні Morpheus skills з використанням моделей глибокого навчання. Nvidia заявляє, що «провідні» постачальники обладнання, програмного забезпечення і рішень для кібербезпеки працюють над оптимізацією та інтеграцією пропозицій з безпеки центрів обробки даних з Morpheus, серед яких Aria Cybersecurity Solutions, Cloudflare, F5, Fortinet, Guardicore. Canonical, Red Hat і VMware. Morpheus також оптимізований для роботи на низці сертифікованих Nvidia систем від Atos, Dell, Gigabyte, H3C, HPE, Inspur, Lenovo, QCT і Supermicro.

ARM-процесор Grace

Nvidia розробляють свій власний CPU / SoC процесор на базі Arm. Він називається Grace на честь Грейс Хоппер — американської вченої в галузі комп’ютерних наук та контр-адміралки військово-морських сил США.

Цей процесор — нова спроба NVIDIA більш повноцінно вертикально інтегрувати свій апаратний стек, пропонуючи високопродуктивний ЦП поряд зі звичайними графічними процесорами. За словами NVIDIA, чіп розробляється спеціально для великих робочих навантажень нейронних мереж. Очікується. Що він буде доступних у 2023 році.

Компанія заздалегідь дає зрозуміти, що Grace — це внутрішній продукт NVIDIA, який буде пропонуватися як частина їхніх більших серверних пропозицій, принаймні поки що. Компанія не націлена безпосередньо на ринок серверів Intel Xeon або AMD EPYC, але вони створюють свій власний чіп, що доповнює пропозиції своїх графічних процесорів. Чіп зможе безпосередньо підключатися до графічних процесорів Nvidia і допомагати обробляти величезну кількість параметрів ШІ-моделей.


Фреймворк Nvidia Jarvis для написання діалогових вікон ШІ

Фреймворк надає розробникам попередньо навчені моделі ШІ та програмні інструменти для створення інтерактивних діалогів. Nvidia повідомляє, що моделі Jarvis, які вперше стали доступні в травні 2020 року, пропонують автоматичне розпізнавання мови, розуміння мови та переклади в реальному часі, а також можливості перетворення тексту в мову для розмовних агентів.

З використанням прискорення графічного процесора, Jarvis можна запустити менш ніж за 100 мілісекунд і розгорнути в хмарі, в центрі обробки даних або на периферії. Платформа включає моделі, що вивчили понад 1 мільярд сторінок тексту і більше як 60 тис. годин мовлення. Їх можна налаштовувати та оптимізувати за допомогою призначених для користувача даних і адаптувати для різних завдань, галузь і систем.

Nvidia також оголосила про партнерство з Mozilla Common Voice — безкоштовною базою даних для програм розпізнавання мови. Nvidia заявляє, що використовує Jarvis для розробки попередньо навчених моделей з набором даних, який потім безплатно запропонує спільноті.

«Ми запустили Common Voice, щоб навчити машини тому, як реальні люди говорять на їх унікальних мовах, акцентах і мовних моделях», — сказав виконавчий директор Mozilla Марк Сурман в пресрелізі. «Nvidia і Mozilla мають спільне бачення демократизації голосових технологій і забезпечення того, щоб вони відбивали різномаїття людей і голосів, які є в Інтернеті».

Нові функції в Jarvis будуть випущені в другому кварталі 2021 року в рамках програми відкритого бета-тестування Nvidia, що триває. Розробники зможуть завантажити фреймворк сьогодні з каталогу Nvidia NGC.

Фреймворк TAO

Складний фреймворк для розподіленого навчання нейронних мереж, що використовує обладнання Nvidia і при цьому заточений на перевикористання для навчання моделей, що вже були перенавчені.

TAO інтегрує інструментарій Nvidia Transfer Learning Toolkit для використання невеликих наборів даних, надаючи моделям індивідуальну підгонку без витрат грошей, часу і величезних корпусів, необхідних для створення та навчання моделей з нуля.

TAO також включає федеративне навчання, яке дозволяє різним машинам безпечно співпрацювати для покращення моделі для досягнення максимальної точності. Користувачі можуть спільно використовувати компоненти моделей, зберігаючи при цьому набори даних в центрі обробки даних кожної компанії.

TAO також містить Nvidia TensorRT, який встановлює математичні координати моделі до мінімального розміру з максимальною точністю для системи, в якій вона буде працювати. Nvidia стверджує, що додатки на основі TensorRT під час логічного виводу працюють до 40 разів швидше, ніж платформи, що використовують тільки ЦП.

Nvidia стверджує, що елементи TAO вже використовуються на складах, у роздрібній торгівлі, в лікарнях і в виробничих цехах. Користувачі включають такі компанії, як Accenture, BMW і Siemens Industrial.

«ШІ — найпотужніша нова технологія нашого часу, але досі багатьом підприємствам було важко використовувати цю силу. Багатьом компаніям не вистачає спеціальних навичок, доступу до великих наборів даних або прискорених обчислень, необхідних для deep learning. Інші усвідомлюють переваги ШІ та хочуть швидко поширити їх на більшу кількість продуктів і послуг », - написав у блозі Адель Ель Ґаллак, директор з управління продуктами NGC у Nvidia. «TAO ... може швидко адаптувати і розгорнути додаток, використовуючи кілька моделей штучного інтелекту».

Нагадуємо, що Nvidia вже більше як рік має R&D центр у Києві. DOU спілкувалися з його директором — Василем Пастернаком.

Побачили важливу tech-новину? Поділіться зі спільнотою

👍НравитсяПонравилось2
В избранноеВ избранном0
LinkedIn

Похожие топики

Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Подписаться на комментарии