論文の概要: Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure
- arxiv url: http://arxiv.org/abs/2003.08394v2
- Date: Mon, 19 Oct 2020 19:23:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 13:27:29.849435
- Title: Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure
- Title（参考訳）: NSF支援サイバーインフラにおける人工知能と高性能コンピューティングの収束
- Authors: E. A. Huerta, Asad Khan, Edward Davis, Colleen Bushell, William D.
Gropp, Daniel S. Katz, Volodymyr Kindratenko, Seid Koric, William T. C.
Kramer, Brendan McGinty, Kenton McHenry and Aaron Saxton
- Abstract要約: 人工知能(AI)アプリケーションは、産業や技術におけるビッグデータの課題に対して、トランスフォーメーションソリューションを推進している。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションがもはや不十分であることが明らかになっている。
この実現により、AIとハイパフォーマンスコンピューティングの融合が加速し、監視時間の短縮が図られている。
- 参考スコア（独自算出の注目度）: 3.4291439418246177
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Significant investments to upgrade and construct large-scale scientific
facilities demand commensurate investments in R&D to design algorithms and
computing approaches to enable scientific and engineering breakthroughs in the
big data era. Innovative Artificial Intelligence (AI) applications have powered
transformational solutions for big data challenges in industry and technology
that now drive a multi-billion dollar industry, and which play an ever
increasing role shaping human social patterns. As AI continues to evolve into a
computing paradigm endowed with statistical and mathematical rigor, it has
become apparent that single-GPU solutions for training, validation, and testing
are no longer sufficient for computational grand challenges brought about by
scientific facilities that produce data at a rate and volume that outstrip the
computing capabilities of available cyberinfrastructure platforms. This
realization has been driving the confluence of AI and high performance
computing (HPC) to reduce time-to-insight, and to enable a systematic study of
domain-inspired AI architectures and optimization schemes to enable data-driven
discovery. In this article we present a summary of recent developments in this
field, and describe specific advances that authors in this article are
spearheading to accelerate and streamline the use of HPC platforms to design
and apply accelerated AI algorithms in academia and industry.
- Abstract（参考訳）: 大規模科学施設のアップグレードと建設のための重要な投資は、ビッグデータ時代の科学と工学のブレークスルーを可能にするアルゴリズムとコンピューティングのアプローチを設計するために研究開発の総合的な投資を要求する。
イノベーティブ・人工知能(AI)のアプリケーションは、今や数十億ドルの産業を駆動している業界やテクノロジーにおけるビッグデータの課題に対して、変革的なソリューションに力を入れている。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションは、利用可能なサイバーインフラプラットフォームのコンピューティング能力を超過するレートとボリュームでデータを生成する科学施設によって引き起こされる計算上の大きな課題に対して、もはや十分ではないことが明らかになっている。
この実現によって、aiとハイパフォーマンスコンピューティング(hpc)の融合が促進され、洞察時間を減らし、ドメインにインスパイアされたaiアーキテクチャとデータ駆動ディスカバリを可能にする最適化スキームの体系的な研究が可能になる。
本稿では、この分野における最近の発展の概要と、学術・産業におけるAIアルゴリズムの設計・適用におけるHPCプラットフォームの利用を加速・合理化するために、著者らが先導している具体的な進歩について述べる。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - Revolutionizing System Reliability: The Role of AI in Predictive Maintenance Strategies [0.0]
この研究は、AI、特に機械学習とニューラルネットワークが、予測メンテナンス戦略を強化するためにどのように利用されているかを探求している。
この記事では、AIによる予測メンテナンスの実装の有効性と課題について、洞察を提供する。
論文 参考訳（メタデータ） (2024-04-20T19:31:05Z) - Generative AI has lowered the barriers to computational social sciences [3.313485776871956]
生成人工知能(AI)は計算社会科学の分野に革命をもたらした。
このブレークスルーは社会科学の領域に深い影響をもたらす。
論文 参考訳（メタデータ） (2023-11-17T19:24:39Z) - Evaluating Emerging AI/ML Accelerators: IPU, RDU, and NVIDIA/AMD GPUs [14.397623940689487]
Graphcore Intelligence Processing Unit (IPU)、Sambanova Reconfigurable Dataflow Unit (RDU)、拡張GPUプラットフォームについてレビューする。
この研究は、これらの商用AI/MLアクセラレータの予備評価と比較を提供する。
論文 参考訳（メタデータ） (2023-11-08T01:06:25Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Vision Paper: Causal Inference for Interpretable and Robust Machine
Learning in Mobility Analysis [71.2468615993246]
インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。
ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。
このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
論文 参考訳（メタデータ） (2022-10-18T17:28:58Z) - Computational Rational Engineering and Development: Synergies and
Opportunities [0.0]
本稿では,工学開発プロセスの自動化と自動化をめざした進歩と定式化の視点について検討する。
従来の人中心型ツールベースのCAEアプローチを超越して,コンピュータ・ライタリティの枠組みを設計・工学・開発における課題にまで拡張することが提案されている。
論文 参考訳（メタデータ） (2021-12-27T19:11:34Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳（メタデータ） (2021-11-11T05:58:23Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳（メタデータ） (2021-05-04T23:42:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。