Anbieter zum Thema
Objekterkennung
Gebraucht wird das etwa bei der Diagnose von Krebserkrankungen, oder im Straßenverkehr. So müssen Car Assist-Systeme (siehe: Abbildung 7) Menschen erkennen können und nicht nur, wenn es sich um selbstfahrende Autos handelt. Darüber hinaus helfen Deep-Learning-Systeme hier bei der Erkennung von Gefahrensituationen.

Maschinelles Lernen ist spätestens seit Ende der 1960er Jahre Thema, als Joseph Weizenbaum vom MIT mit einem relativ simplen Verfahren das Programm „ELIZA“ entwickelte, in dem der Dialog eines Psychiaters mit einem Patienten simuliert wird. Seither ebbte das Thema auf und ab. Allerdings gewinnt es durch zwei relativ neue Entwicklungen an Fahrt: die Verfügbarkeit riesiger Mengen von Trainingsdaten sowie leistungsstarke und effiziente parallele Datenberechnungen mithilfe von GPU-Computing.
Die jüngsten Nvidia-GPUs für High Performance
Grafikprozessoren wie die von Nvidia („Tesla K 40“) oder die jüngste Ausgabe („Tesla K80“) werden sowohl zum Trainieren dieser komplexen neuronalen Netze eingesetzt als auch im Deployment; hier kommen „Tegra K1“-Systeme zum Einsatz. Für die künftigen Autos angekündigt ist nun „Tegra X1-powered Nvidia Drive“.
Grafikprozessoren besitzen Tausende von Recheneinheiten und weisen im Vergleich zu Lösungen mit nur CPUs einen um den Faktor 10 bis 100 höheren Anwendungsdurchsatz auf. Die lüfterlose Grafikkarte Tesla K80 ist das jüngste HPC-Produkt von Nvidia (siehe: Abbildung 8f).
Grundlage ist die sogenannte Kepler-Architektur von Nvidia: Sie gilt derzeit als die schnellste und effizienteste HPC-Architektur und kann die Systemleistung verdreifachen. Sie verfügt über zwei Grafikprozessoren, 24 Gigabyte Speicher mit enormer Speicherbandbreite und liefert bis zu 2,7 Teraflops Double-Precision-Leistung mit dem Nvidia-Turbo „GPU Boost“. Sie ist damit insbesondere für Berechnungen mit einfacher und doppelter Genauigkeit, extrem hoher Leistung und hohem Datendurchsatz ausgelegt, wie sie in der Produktion von Filmen mit Kunstfiguren wie Chappie benötigt werden.
(ID:43256616)