/Sztuczna inteligencja w chmurze obliczeniowej

Sztuczna Inteligencja stała się w ciągu ostatnich kilku lat jednym z najgorętszych tematów w świecie IT. Od startup-ów po największe firmy globalne. Każdy stara się znaleźć nowe sposoby jej wykorzystania, aby zbudować aplikacje czy systemy, które działałyby lepiej niż poprzednie wersje, umożliwiłyby tworzenie rzeczy, które wcześniej były niemożliwe lub zbyt czasochłonne.
Sama koncepcja sztucznej inteligencji, mechanizmów, które wykorzystujemy, aby budować inteligentne systemy w większości nie jest jednak niczym nowym i istnieje już od kilkudziesięciu lat. Mimo wszystko to właśnie teraz obserwujemy jak poważnie może zmieniać nasz świat.

Powodów jest kilka. Po pierwsze, w dobie Internetu mamy dostęp do niemal nieograniczonego zbioru danych uczących, które możemy wykorzystać, aby nasze modele stawały się lepsze i dokładniejsze. Nawet jeśli jednak nie chcemy wykorzystywać danych z Internetu, to może się okazać, że nasze własne dane, które gromadzimy non stop na naszych serwerach, mogą w pełni wystarczyć. Drugim powodem jest dostęp do dostatecznie dużej mocy obliczeniowej – nauka modeli sztucznej inteligencji nie jest czynnością banalną i wymaga odpowiedniego zaplecza serwerowego. Okazuje się, że w dobie chmury obliczeniowej, gdzie w ciągu kilku minut możemy uruchomić 1 czy też 10 000 serwerów, moc obliczeniowa nie jest już problemem. Trzecim powodem przełomu, który wynika poniekąd z poprzednich, jest opracowanie lub ulepszenie algorytmów i narzędzi AI (przykładowo TensorFlow, Apache MXNet, Gluon i wiele innych).

Widzimy zatem, że budowanie aplikacji i systemów wykorzystujących AI stało się prostsze, ale wciąż nie jest banalne. Czy można zatem jednak to jeszcze uprościć? Tak, dzięki wykorzystaniu chmury obliczeniowej. Okazuje się bowiem, że obok znanych wszystkim usługom, takim jak serwery wirtualne, bazy danych czy usługi archiwizacyjne, istnieją również usługi AI.

Każdy projekt informatyczny, który będzie wykorzystywał AI jest oczywiście inny, mimo wszystko może się okazać, że jesteśmy w stanie wybrać takie usługi z portfolio chmury obliczeniowej, dzięki którym będziemy w stanie go zrealizować szybciej. Firmy, które nie mają kompetencji z zakresu AI, ale mimo wszystko pragną wykorzystać zalety jakie niesie, mogą wykorzystać gotowe usługi AI, które zostały opracowane, aby rozwiązać często pojawiające się problemy.

/Programowalne sieci komputerowe. Ewolucja przesyłania danych.

Sprzęt komputerowy coraz częściej fabrycznie wyposażany jest w szybkie karty sieciowe 2.5G, 5G, a nawet 10G oraz bezprzewodowe moduły WiFi 5, 6 i 6E. Chcąc wykorzystać jego możliwości komunikacyjne, należy przygotować w firmie odpowiednią infrastrukturę. Sprawne zarządzanie rozbudowaną siecią bywa kłopotliwe. Z pomocą przychodzi SDN.

Technologia SDN (Software Defined Network), czyli sieci sterowane programowo lub, jak się często określa, programowalne sieci komputerowe, to koncepcja zarządzania siecią LAN/WLAN, która polega na oddzieleniu fizycznej infrastruktury sieci związanej z transmisją danych od warstwy programowej, kontrolującej jej działanie. Dzięki temu istnieje opcja centralnego zarządzania siecią bez oglądania się na jej fizyczną budowę. Innymi słowy, administrator może sterować wieloma elementami infrastruktury, np.: routerami, punktami dostępowym, przełącznikami, firewallami, w taki sposób, jakby było to jedno urządzenie. Transmisja danych jest kontrolowana na poziomie globalnej sieci firmowej, niezwiązanej z pojedynczymi urządzeniami. Do kontrolowania takiej sieci najczęściej, choć nie zawsze, wykorzystuje się protokół OpenFlow. Koncepcja sieci SDN powstała w celu rozwiązania problemów z konfiguracją dużej liczby urządzeń sieciowych. Statyczna architektura tradycyjnych sieci jest zdecentralizowana i złożona, podczas gdy obecnie, w dobie wirtualizacji i systemów chmurowych, wymaga się od firmowej sieci znacznie większej elastyczności i łatwego rozwiązywania pojawiających się problemów. SDN centralizuje „inteligencję sieci” w jednym elemencie, oddzielając proces przekazywania pakietów sieciowych (płaszczyzna danych, data plane) od procesu routingu (płaszczyzna sterowania, control plane). Płaszczyzna sterowania składa się z jednego lub większej liczby kontrolerów – można je uznać za mózg sieci SDN, w którym skupia się cała inteligencja.

Administratorzy sieci uzyskują w rozwiązaniach SDN w każdej chwili pełen wgląd w jej topologię, co pozwala na lepszą i automatyczną alokację ruchu sieciowego, szczególnie w okresach wzmożonej transmisji danych. Sieci SDN pomagają zmniejszyć koszty operacyjne i wydatki kapitałowe.

/Używane górnicze GPU. Unikać jak ognia?

Zwykle możesz chcieć unikać kart graficznych, które były używane przez całą dobę do kopania kryptowalut. Ale niekoniecznie tak jest w przypadku wielkiego niedoboru GPU, kiedy najlepsze karty graficzne są zawsze niedostępne, nawet jeśli mają wygórowane ceny.

Oczywistym zmartwieniem związanym z zakupem karty graficznej używanej do kopania jest to, że wydajność ulegnie znacznemu pogorszeniu, a GPU ulegnie awarii szybciej niż oczekiwano. Jednak generalnie tak nie jest. Z naszego doświadczenia wynika, że górnicze procesory graficzne nie wykazują znacznego zmniejszenia wydajności. Zbadajmy kilka możliwych powodów i kilka zastrzeżeń.

Doświadczeni górnicy GPU zazwyczaj zmniejszają pobór mocy i podkręcają swoje GPU, aby karta graficzna była bardziej wydajna, zwiększając tylko wydajność pamięci. W przeciwieństwie do tego, gracz będzie chciał przetaktować GPU, co jest bardziej ryzykownym przedsięwzięciem. Górnicy uruchamiają swoje karty graficzne 24 godziny na dobę, 7 dni w tygodniu, ale może to również pomóc zminimalizować cykl nagrzewania/chłodzenia, który jest szkodliwy dla krzemu. Z pewnością istnieją jednak inne niebezpieczeństwa. Ciepło jest głównym problemem procesorów graficznych. Jeśli były używane do wydobywania w bardzo gorącym środowisku bez odpowiedniego przepływu powietrza, mogą wystąpić problemy.

Kart graficznych może na rynku przybyć przy spadku wartości kryptowalut. Interesując się zakupem takiej karty, warto wypytać sprzedającego o szczegóły takie jak czas jej pracy, temperatura w jakiej pracowała karta i jakie osiągała parametry cieplne a ponadto czy była podkręcana.

/AMD EPYC – Czy Intel ma jeszcze szanse?

AMD EPYC 7643 z rodziny Milan został dostrzeżony w bazie benchmarku Geekbench. Tam pokazał moc drzemiącą w rdzeniach opartych na mikroarchitekturze Zen 3. Okazuje się, że jeden procesor uzyskał lepszy wynik w teście w porównaniu do platformy składającej się z podwójnego Intel Xeon.

EPYC 7643 to jeden z nowych procesorów AMD z serii Milan. Jest to 48-rdzeniowy układ z obsługą maksymalnie 96 wątków, który bazuje na mikroarchiteturze Zen 3. Został on dostrzeżony w bazie benchmarku Geekbench. Tu mamy okazję zapoznać się z wydajnością CPU.

AMD EPYC 7643 w teście jednego rdzenia w Geekbench 4 wykręcił 5850 punktów. W przypadku wielu rdzeni było to ponad 121 tys. punktów. Wiemy, że podstawowe taktowanie wynosi tutaj 2,3 GHz. Natomiast w przypadku podwyższonej mocy jest to maksymalnie 3,6 GHz.

Wydajność tego układu AMD EPYC jest naprawdę wysoka. Dla porównania podwójny Intel Xeon Platinum 8276 mający 56 rdzeni i wspierający 112 wątków w teście Single Core wykręca 4913 punktów. Natomiast w Multi-Core jest to 112457 punktów. Nowy procesor konkurencji jest więc lepszy.

Źródło: www.komputerswiat.pl