深入成功大學機房,瞭解NVIDIA DGX-1超級電腦AI研究成功案例

T客邦

572

發佈時間: 2019-11-24 08:13

更新時間: 2019-11-24 08:13

訂閱文章

國立成功大學在2017年時導入NVIDIA DGX-1 AI運算平台,並將AI應用在多個系所的學術研究,達成許多具體成果。在確認AI確實能提升校內研究能量之後,國立成功大學與NVIDIA共同宣布再將再採購5台DGX-1,達到總計6台的強大運算效能。

AI超級電腦強化學術研究

成功大學具有全國最廣汎的學術研究項目,內容含括航太科學、土地農業技術一路至海洋研究,而在許多領域也都積極建置研究設備,致力推動如智慧醫療、智慧製造與智慧駕駛等應用

校長蘇慧貞在「NVIDIA與國立成功大學高效能運算平台與AI創新應用記者會」提到,該校具有完整的學科系所,上至航空太空、下至海底生態,關注學術面向相關廣泛,而教師們也都具有第一步發想問題,並投入初步嘗試的動力,因此到了人工智慧的年代,也都開始思考該如何應用AI,並看到許多可能性。

蘇慧貞表示:「AI 研究應著重在跨領域與跨人才的整合而非針對單一項目進行作業,這也是為什麼成功大學需要一個穩固且強大的基礎設備來滿足各種研究需求。在歷經運算需求、導入的簡易程度、擴充性、性價比與電力效率等全方位的考量,成功大學選NVIDIA DGX-1系統藉此發揮綜效,協助以更多研究的突破讓台灣在國際間保有競爭力。」

NVIDIA全球副總裁暨台灣區總經理邱麗孟也在記者會表示:「NVIDIA 的技術創新持續引領資料科學家突破研究的疆界,而學術研究更是孕育各領域 AI 應用的重要基石,NVIDIA 強大的硬體解決方案與完整的軟體配置使成功大學擁有足夠的運算效能去支援各類的研究,並能因應持續成長的需求進行擴充,未來 NVIDIA 也將持續投入建構完整的產學合作生態圈,協助台灣整體學術領域的成長。」

除先前已於2017年採購的1台DGX-1 AI運算平台,成功大學於日前更是一口氣採購5台DGX-1,期望進一步提升研究能量。成功大學計算機與網路中心主任詹寶珠表示目前新採購的5台DGX-1已經設置於計算機與網路中心,先前舊的DGX-1則會於日後移入,目前各機器並非合併成單一邏輯電腦,而是獨立運作並透過100Gb/s網路交換器線路相連,另外為了提升資料存取效能,相關的儲存裝置已改採All Flash配置(即所有儲存裝置皆採固態硬碟),已滿足AI運算需存取大量資料的特性。

成功大學校長蘇慧貞對於AI教育著力甚深。成功大學校長蘇慧貞對於AI教育著力甚深。

邱麗孟提到NVIDIA在許多不同的領域研究AI的可能性,也協助許多產業提升運算能量。邱麗孟提到NVIDIA在許多不同的領域研究AI的可能性,也協助許多產業提升運算能量。

詹寶珠說明成功大學各系所的合作相當緊密,技術力厚實的理、工學院是醫學院發展影像醫學的後盾。詹寶珠說明成功大學各系所的合作相當緊密,技術力厚實的理、工學院是醫學院發展影像醫學的後盾。

計算機與網路中心為了厚植AI運算能量,投入相當多心力建設AI運算節點、網路交換器,與All Flash儲存空間。(簡報投影片為現場拍攝,畫質欠佳敬請見諒,下同)計算機與網路中心為了厚植AI運算能量,投入相當多心力建設AI運算節點、網路交換器,與All Flash儲存空間。(簡報投影片為現場拍攝,畫質欠佳敬請見諒,下同)

目前最大宗的AI應用是各類影像辨識,因此All Flash儲存空間能有效提升存取效能、打通瓶頸。目前最大宗的AI應用是各類影像辨識,因此All Flash儲存空間能有效提升存取效能、打通瓶頸。

NVIDIA DGX-1設置於計算機與網路中心內的「專屬套房」。NVIDIA DGX-1設置於計算機與網路中心內的「專屬套房」。

目前僅將新採購的5台DGX-1設置於此,另1台舊有主機尚未遷入。目前僅將新採購的5台DGX-1設置於此,另1台舊有主機尚未遷入。

5台DGX-1集中於機櫃中,深度學習理論效能達5,000TFLOPS。5台DGX-1集中於機櫃中,深度學習理論效能達5,000TFLOPS。

成功大學與NVIDIA共同以6台DGX-1打造的超級電腦,成為全台AI學術研究領域效能之首。成功大學與NVIDIA共同以6台DGX-1打造的超級電腦,成為全台AI學術研究領域效能之首。

(下頁還有DGX-1在影像醫學、山崩分析的應用實例)

影像醫學分析與醫師共挑重擔

成功大學與附設醫院是南部的重要醫療單位,不但為相當大量的病患提供醫療服務,也因此累積了相當多病例與資料。

成大醫院影像醫學部心胸科次專主任蔡依珊說明,成大醫院每年大概會產生3,500萬張各類影像,如果以20人、365天不間斷的方式進行分析,平均每人每天要看過5,000張影像,對醫師來說是極大的負擔。

而導入AI協助後,可以有效降低醫師工作量,並將時間分配給更多病患,而且先前曾有急診患者在檢查主動脈剝離時,由AI發現他有冠狀動脈相關問題的案例,彌補人力檢查造成的缺失。

蔡依珊表示在導入DGX-1後,能將原本需要費時3天的AI訓練縮短至1小時,大幅提升研究效率。有趣的是,她並不期望AI能夠達到超越人類的辨識力,只要能有年輕主治醫師的辨識準確度即可大幅降低醫師工作負擔,而目前成功大學的研究成果能在缺血心肌梗塞有84%的辨識準確度,已達這個水準。

蔡依珊透過DGX-1將AI訓練時間從3天縮短至1小時。蔡依珊透過DGX-1將AI訓練時間從3天縮短至1小時。

成大醫院每年大概會產生3,500萬張各類影像,極需以AI協助進行分析。成大醫院每年大概會產生3,500萬張各類影像,極需以AI協助進行分析。

AI能在辨識醫學影像上發揮功效。AI能在辨識醫學影像上發揮功效。

目前AI在辨識缺血心肌梗塞已有84%的準確度,成果相當出色。目前AI在辨識缺血心肌梗塞已有84%的準確度,成果相當出色。

鎖定山崩時間方能深入研究

成功大學土木工程學系副教授洪瀞則將研究重點放在山崩的研究,為聯合國所提出的永續發展目標而努力。

在過去的研究中,研究團隊雖然能查覺山崩的發生,但卻無法精準鎖定山崩發生的時間,導致無法進一步分析山崩發生的原因。為了解決這個問題,研究團隊借重台灣緊密頻寬地震網的優勢,透過深度學習分析過去重大事件,能夠在儀器的協助下即時、自動、客觀記錄山崩時間,做為研究的重要依據。

有了切確的時間後,研究人員就能定義破壞機制與制定警戒值,藉由DGX-1加速運算作業,讓團隊能在更短的時間內處理更多的數據並進行影像模擬,提升台灣山崩辨識的應用與準確率,並進一步將該技術拓展至全球。

洪瀞透過DGX-1加速運算精確判別山崩的發生時間。洪瀞透過DGX-1加速運算精確判別山崩的發生時間。

他的研究主題與聯合國永續發展目標契合,相當具有理想性。他的研究主題與聯合國永續發展目標契合,相當具有理想性。

山崩的發生時間對是個重要卻不容易取得的研究數據。山崩的發生時間對是個重要卻不容易取得的研究數據。

超級電腦的運算能力有助於鎖定山崩的發生時間。超級電腦的運算能力有助於鎖定山崩的發生時間。

研究團隊未來的目標是提升山崩辨識準確率,並將成果分享至全球。研究團隊未來的目標是提升山崩辨識準確率,並將成果分享至全球。

在活動最後蘇慧貞表示,她認為運算在未來會成為和語言相同的一種知能,而學校也有讓社會大眾一同學習的重要使命,對於瞬息萬變的AI領域,成功大學準備了對應的在職進修平台,詳細的資訊有待日後公布。

想看小編精選的3C科技情報&實用評測文,快來加入《T客邦》LINE@查看原始文章訂閱文章
延伸閱讀
小編推薦

資料來源深入成功大學機房,瞭解NVIDIA DGX-1超級電腦AI研究成功案例
若針對此內容有任何建議,請聯繫客服