Подразделение облачных вычислений Amazon, Amazon Web Services (AWS), запустило новый класс экземпляров Elastic Compute Cloud (EC2), предназначенных исключительно для обучения моделей машинного обучения (ML). Новые инстансы EC1, известные как DL2, оснащены ускорителями Gaudi от принадлежащей Intel Habana Labs и, по данным AWS, обеспечивают на 40 % более высокую ценовую производительность при обучении моделей машинного обучения по сравнению с существующими инстансами EC2 на базе графических процессоров. «Добавление инстансов DL1 с ускорителями Gaudi на сегодняшний день обеспечивает наиболее экономичную альтернативу инстансам на базе графических процессоров в облаке. Оптимальное сочетание цены и производительности позволяет клиентам сократить расходы на обучение, обучать больше моделей и быстрее внедрять инновации», — заметил Дэвид Браун, вице-президент Amazon EC2, AWS.
Демократизируйте ИИ
AWS предполагает, что новые экземпляры DL1 подходят для популярных сценариев использования машинного обучения, включая обработку естественного языка (NLP), обнаружение и классификацию объектов, обнаружение мошенничества, механизмы рекомендаций и персонализации, интеллектуальные документы, бизнес-прогнозирование и т. д. Клиенты могут использовать инстансы DL1, содержащие до восьми ускорителей Gaudi, 256 ГБ памяти с высокой пропускной способностью, 768 ГБ системной памяти, а также специальное локальное хранилище NVMe Amazon емкостью 400 ТБ. Чтобы помочь клиентам начать работу с новыми экземплярами, AWS предлагает Habana SynapseAI SDK, который интегрирован с популярными платформами машинного обучения, включая TensorFlow и PyTorch. В AWS поясняют, что это поможет клиентам перенести существующие модели машинного обучения с экземпляров на базе графического процессора или ЦП на экземпляры DL4 с минимальными изменениями кода. Кроме того, разработчики и специалисты по обработке данных могут начать использовать различные эталонные модели, оптимизированные для ускорителей Гауди, в репозитории Havana GitHub. Инстансы DL1 доступны по требованию в рамках недорогой модели использования с оплатой по мере использования без каких-либо предварительных обязательств.