Deep learning jest techniką w ramach machine learningu (ML), która korzysta z sieci neuronowych z wieloma warstwami nielinearnych transformacji, dzięki czemu system może więcej nauczyć się z danych i budować odpowiednie modele dla szerokiego wachlarza problemów ML. Przykładowe zastosowania to choćby computer vision, rozumienie języka czy rozpoznawanie mowy.
Domyślne konfiguracje dla popularnych frameworków deep learningowych, jak TensorFlow, zwykle nie są zoptymalizowane pod kątem treningu na CPU. By wypełnić tę lukę, Intel otworzył źródła optymalizacji frameworka dla procesorów Intel Xeon. Teraz - we współpracy z Microsoftem - dostępna jest nowa, związana z tym oferta w Azure. Bazuje ona na popularnej Data Science Virtual Machine (DSVM) i dodaje nowe środowiska Pythona, które zawierają zoptymalizowane przez Intel wersje TensorFlow i MXNet. Optymalizacje te wykorzystują Intel Advanced Vector Extensions 512 (Intel® AVX-512) oraz Intel Math Kernel Library for Deep Neural Networks (Intel® MKL-DNN), by przyspieszyć trening i wnioskowanie na procesorach Intel Xeon. Uruchomione na instancji maszyny wirtualnej Azure F72s_v2 VM, optymalizacje te osiągały przeciętnie 7,7-krotny wzrost szybkości w treningu na standardowych topologiach CNN.
Deweloperzy i naukowcy mogą nadal programować w standardowych frameworkach TensorFlow lub MXNet, a także użyć nowych środowisk Pythona (intel_tensorflow_p36, intel_mxnet_p36) w DSVM, by wykonywać kod i czerpać pełne korzyści z tych optymalizacji w VM-ach z F-Series i H-Series w Azure. Jako że produkt ten jest zbudowany na bazie obrazu DSVM, cały jego bogaty zestaw narzędzi jest nadal dostępny. Po rozwinięciu kodu i wytrenowaniu modeli można wdrożyć je zarówno w chmurze, jak i na urządzeniach końcowych.
Aby zacząć korzystać z nowej oferty, wchodzimy na stronę produktu Data Science Virtual Machine for Linux (Ubuntu) w Azure Marketplace.
341f31d.png)