Altres notícies
Altres notícies
Nvidia, l'empresa responsable de cuOpt, presenta mPDLP per repartir problemes d'optimització entre diverses GPU connectades mitjançant NVLink. Aquest nou desenvolupament amplia l'algoritme d'una eina que ja existia.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- Segons Nvidia, mPDLP distribueix el càlcul entre diverses GPU.
- Segons Nvidia, el repartiment procura mantenir juntes les dades relacionades per reduir les comunicacions.
- Segons Nvidia, la millora depèn de la mida i de l'estructura del problema.
mPDLP, el nou mètode de cuOpt
Segons Nvidia, els grans problemes de planificació poden trigar hores a resoldre's o superar la capacitat de memòria d'una GPU. mPDLP reparteix aquesta feina per reduir el temps de resolució i la memòria necessària en cada dispositiu.
Segons Nvidia, la clau és com es distribueixen les dades: l'algoritme procura mantenir en la mateixa GPU les que estan estretament relacionades. Així redueix els intercanvis entre dispositius durant els càlculs successius.
Segons Nvidia, el benefici té límits. En problemes petits, les esperes de sincronització i les transferències poden pesar més que l'avantatge de treballar en paral·lel. A més, quan el repartiment obliga a intercanviar massa dades, l'acceleració pot desaparèixer o convertir-se en un alentiment.
Llegir-ne més: Nvidia — mPDLP i optimització amb diverses GPU ↗
Conclusió
Segons Nvidia, afegir GPU exigeix un repartiment que limiti les comunicacions perquè el càlcul en paral·lel surti a compte.
Fonts primàries
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris