Все новости

Математики УрО РАН смогут в восемь раз ускорить обучение нейронных сетей

Институт математики и механики им. Красовского получил для этого новое оборудование на средства гранта Минобрнауки

ЕКАТЕРИНБУРГ, 9 февраля. /ТАСС/. Уральские математики смогут в восемь раз ускорить процесс обучения нейронных сетей благодаря новому оборудованию, которое приобретено на средства гранта Минобрнауки. Теперь обучение нейронной сети будет занимать один день, сообщил ТАСС директор Института математики и механики им. Н. Н. Красовского Уральского отделения РАН, член-корреспондент РАН Николай Лукоянов.

Институт получил в 2020 году грант от Министерства науки и высшего образования РФ в размере 11 млн рублей на обновление приборной базы в ходе реализации национального проекта "Наука". "…Будут выполнены работы по созданию нового высокопроизводительного вычислительного кластера в центре коллективного пользования "Суперкомпьютерный центр ИММ УрО РАН. В том числе новое оборудование позволит восьмикратно ускорить процесс обучения нейронных сетей", - сказал Лукоянов.

Он пояснил, что для создания кластера - группы связанных между собой компьютеров, специалисты закупили вычислительные узлы и узел с графическими ускорителями - устройство, позволяющее за счет большого числа вычислительных ядер существенно повысить производительность вычислений при решении ряда задач. На старой технике процесс обучения нейронной сети для этих задач мог занимать до двух недель, на новом вычислителе специалистам потребуется один день.

По словам специалистов, новый кластер позволит увеличить эффективность исследований, которые проводились на старом вычислителе "Уран", в частности, связанных с синтезом новых материалов, виртуальными экспериментами по переработке ядерного топлива, моделированию электрохимических процессов, динамики сейсмичности литосферы Земли и многим другим.

Математики уже запланировали построить с помощью новой техники математическую модель сердца, провести для педиатров анализ двигательной активности детей по видеоряду, выполнить поведенческий анализ человеческой аудитории на основе определения углов поворота головы присутствующих. Также с использованием нейронных сетей будет исследоваться задача сегментации космических снимков земной поверхности. Это исследование охватит обработку данных дистанционного зондирования Земли. Космическая съемка позволяет быстрее получать и актуализировать важную информацию, поясняет ученый, и тем самым повышает эффективность решения прикладных задач в различных областях.