Inde i Facebooks maskinrum med kunstig intelligens

Få adgang til Facebook fra den vestlige halvdel af Nordamerika, og der er en god chance for, at dine data vil blive hentet fra en computer, der er afkølet af den enebær- og salvieduftende luft i det centrale Oregons høje ørken.





I byen Prineville, hjemsted for omkring 9.000 mennesker, gemmer Facebook data fra flere hundrede millioner. Rækker og rækker af computere står inde i fire gigantiske bygninger på i alt næsten 800.000 kvadratmeter, præcist justeret til at lukke den tørre og generelt kølige sommervind ind, der blæser ind fra nordvest. Gangene på stablede servere med blinkende blå og grønne lys laver et kedeligt brøl, mens de behandler logins, likes og LOL'er.

Facebook har installeret nye højdrevne servere for at hjælpe sine forskere med kunstig intelligens med at bevæge sig hurtigere. De er drevet af GPU-chips (de grønne kort bagerst i billedet) lavet af Nvidia.

Facebook har på det seneste tilføjet nogle nye maskiner til blandingen i Prineville. Virksomheden har installeret nye, kraftfulde servere designet til at fremskynde indsatsen for at træne software til at gøre ting som at oversætte indlæg mellem sprog, være en smartere virtuel assistent eller følge skriftlige fortællinger.



Facebooks nye Big Sur-servere er designet omkring højtydende processorer af en art, der oprindeligt er udviklet til grafikbehandling, kendt som GPU'er. Disse chips understøtter de seneste spring inden for kunstig intelligens-teknologi, der er kommet fra en teknik kendt som deep learning. Software er blevet slående bedre til at forstå billeder og tale takket være kraften ved GPU'er, der gør det muligt for gamle ideer om, hvordan man træner software, at blive anvendt på meget større, mere komplekse datasæt (se Lære maskiner at forstå os).

Kevin Lee, en ingeniør hos Facebook, der arbejder på serverne, siger, at de hjælper Facebooks forskere med at træne software ved at bruge mere data ved at arbejde hurtigere. Disse servere er specialbygget hardware til AI-forskning og maskinlæring, siger han. GPU'er kan tage et billede og dele det op i små stykker og arbejde på dem alle på én gang.

Facebook bygger hver Big Sur-server omkring otte GPU'er lavet af Nvidia, den førende leverandør af sådanne chips. Lee afviste at sige præcis, hvor mange af serverne der er blevet installeret, men sagde, at virksomheden har tusindvis af GPU'er på arbejde. Big Sur-servere er blevet installeret i virksomhedens Prineville og Ashburn, Virginia, datacentre.



Fordi GPU'er er ekstremt strømkrævende, er Facebook nødt til at pakke dem mindre tæt end andre typer servere i datacentret, for at undgå at skabe hot spots, der ville gøre tingene sværere for kølesystemet og kræve ekstra strøm. Otte Big Sur-servere er stablet i et syv fod højt rack, der ellers kunne rumme 30 standard Facebook-servere, der udfører det mere rutineprægede arbejde med at servere brugerdata.

Facebook er langt fra alene om at drive gigantiske datacentre eller indsamle GPU'er til at drive maskinlæringsforskning. Microsoft, Google og det kinesiske søgefirma Baidu har alle været afhængige af GPU'er til at drive deep learning-forskning.

Facebooks nye servere til forskning i kunstig intelligens, inde i virksomhedens datacenter i Prineville, Oregon.



Det sociale netværk er usædvanligt, fordi det har åbnet designs for Big Sur og dets andre serverdesigns, såvel som planerne for dets Prineville-datacenter. Virksomheden bidrager med dem til en almennyttig organisation kaldet Åbn Compute Project , startet af Facebook i 2011 for at opmuntre computervirksomheder til at arbejde sammen om designs til lavpris, højeffektiv datacenterhardware. Projektet anses for at have hjulpet asiatiske hardwarevirksomheder og presset traditionelle leverandører som Dell og HP.

Facebooks direktør for AI-forskning, Yann LeCun, sagde, da Big Sur blev annonceret tidligere i år, at han mente, at gøre designerne tilgængelige kunne accelerere fremskridt på området ved at gøre det muligt for flere organisationer at bygge kraftfuld maskinlæringsinfrastruktur (se Facebook Joins Stampede of Tech Giants Giving Away Artificial Intelligence Technology ).

Fremtidige maskinlæringsservere bygget på Facebooks planer er muligvis ikke bygget op omkring GPU'erne i deres hjerte i dag. Flere virksomheder arbejder på nye chipdesign, der er mere specifikt skræddersyet til matematikken om dyb læring end GPU'er.



Google annoncerede i maj, at de var begyndt at bruge en chip af sit eget design, kaldet en TPU, til at drive deep learning-software i produkter som talegenkendelse. Den nuværende chip ser ud til at være egnet til at køre algoritmer, efter at de er blevet trænet, ikke det indledende træningstrin, som Big Sur-servere er designet til at fremskynde, men Google arbejder på en andengenerationschip. Nvidia og flere startups, herunder Nervana Systems, arbejder også på chips, der er tilpasset til dyb læring (se Intel Outside As Other Companies Prosper fra AI Chips).

Eugenio Culurciello , en lektor ved Purdue University, siger, at brugen af ​​dyb læring betyder, at sådanne chips ser ud til at blive meget udbredt. Der har været et stort behov i et stykke tid, og det vokser kun, siger han.

Adspurgt om Facebook arbejdede på sine egne brugerdefinerede chips, siger Lee, at virksomheden undersøger det.

skjule