Nvidia e Microsoft anunciam GPU para acelerar desempenho de aplicações de IA

A Nvidia e a Microsoft anunciam a produção de um novo acelerador de GPU (unidade de processamento gráfico) para hiperescala com objetivo de impulsionar e aumentar o desempenho de aplicações de inteligência artificial (IA) em nuvem.A parceria faz parte de um projeto open source da Microsoft, o Project Olympus, que visa fornecer a data centers de hiperescala um caminho rápido e flexível para a IA por meio do novo acelerador de GPU HGX-1.

De acordo com a Nvidia, o HGX-1 faz pelas cargas de trabalho de IA baseadas na nuvem o mesmo que a ATX (Advanced Technology eXtended) fez pelas placas-mãe de PCs quando foram apresentadas há mais de duas décadas — define um padrão do setor que pode ser adotado com rapidez e eficiência para atender a demanda do mercado.

A nova arquitetura é desenvolvida para atender à crescente demanda por computação de IA em nuvem em setores como direção autônoma, serviços de saúde personalizados, reconhecimento de voz, análise de dados e vídeo e simulações moleculares.

“A IA é um novo modelo computacional que requer uma nova arquitetura”, diz Jen-Hsun Huang, fundador e diretor executivo da Nvidia. “O acelerador de placa de vídeo de hiperescala HGX-1 possibilitará que os provedores de serviços na nuvem adotem facilmente as placas de vídeo Nvidia para atender à repentina demanda por computação de IA.”

“O acelerador de IA HGX-1 AI proporciona escalabilidade de desempenho extrema para atender aos requisitos exigentes de cargas de trabalho de aprendizagem de máquina em rápido crescimento e seu design exclusivo possibilita que seja adotado com facilidade de datacenters em todo o mundo”, escreve Kushagra Vaid, gerente geral e engenheiro do Azure da Microsoft, em uma publicação no blog oficial do Azure.

Para as milhares de empresas e startups em todo o mundo, que estão investindo e adotando abordagens de IA, a arquitetura HGX-1 proporciona desempenho e capacidade de configuração sem precedentes na nuvem, afirma a Nvidia. “O design altamente modulável do HGX-1 permite desempenho ideal independentemente da carga de trabalho. Ele proporciona desempenho de deep learning até 100 vezes mais rápido se comparado a servidores baseados em CPU e tem um décimo do custo de inferência de IA”, afirma a empresa.