Facebook が Open Compute Project でデータセンターのハードウェアをオープンソース化してから 4 年後、同社はディープラーニング ニューラル ネットワーク用に構築したサーバーで再びオープンソース化を実現しました。
Big Sur と呼ばれるこのリファレンス デザインは、最大 300 ワットの 8 つの高性能 GPU を使用して、既存の OCP データ センター デザインに適合する空冷ラックでデータを処理します。
メンテナンスはほとんど工具を使わずに行うことができ、マザーボードは 1 分で取り外すことができ、ハードドライブは数秒で取り外すことができますが、CPU ヒートシンク用のドライバーは依然として必要です。
「AI研究者が技術やテクノロジーをより簡単に共有できるようにしたいと考えています。公開されるすべてのハードウェアシステムと同様に、他の方々と協力して改良を進めていただければ幸いです」とFacebookのAI研究チームは述べています。
「このオープンなコラボレーションは、将来の設計におけるイノベーションを促進し、ユーザーにこの種のイノベーションをもたらし、最終的にはよりオープンでつながりのある世界を構築する複雑なAIシステムの構築に一歩近づくことになると私たちは信じています。」
ドライバー1本必要
Facebook はすでにディープラーニング システムのソフトウェア側を公開しており、このマシンは最大 8 つの GPU に拡張することで Torch を以前の設計の 2 倍の速度で実行し、より大規模で高速なニューラル ネットワーク開発が可能になると報告しています。
この設計ではNVIDIAのGPUが採用されており、同社の処理能力への「オールイン」を支援するものとなるでしょう。とはいえ、この設計は「幅広いPCI-eカード」に対応しています。
また、Big Sur は「前世代の既成ソリューションよりもはるかに汎用性が高く、効率的」であると主張しています。
「ディープラーニングはコンピューティングの新たな時代を切り開きました」と、NVIDIAのアクセラレーテッドコンピューティング担当副社長、イアン・バック氏は述べています。「ビッグデータと強力なGPUを活用することで、ディープラーニングのアルゴリズムはこれまで不可能だった問題を解決できるようになります。ウェブサービスや小売業からヘルスケア、自動車に至るまで、巨大な産業に革命をもたらすでしょう。」
あなたの番ですGoogle
これらすべては、GoogleのAI専門家にとって不快な内容となるだろう。同社は先月、機械学習ソフトウェア「TensorFlow」を開発者向けにオープンソース化し、称賛を浴びた。
Googleはより多くのAI人材を求めている。コードを公開することで新たな人材を獲得しようとしているのだ。これはFacebookが長年にわたり大きな成功を収めてきた戦略だ。
しかし、Googleはコード実行に最適化されたハードウェアについてはそれほど積極的に公表しなかった。同社は高価な量子システムに多額の投資を行っているものの、AI処理は依然としてデータセンター内のありふれたハードウェアで行われている。
AIコードを特定のハードウェア向けに最適化すれば、効率の低いシステムで実行している開発者よりも優位に立つことができます。Facebookの動きは、誰もが両方のメリットを享受できる機会を提供し、多くの開発者を同社のAI陣営に引き寄せる可能性を秘めています。®
