Meta – la società sotto il cui cappello è compreso Facebook – ha creato un “AI supercomputer”, un supercomputer ad alta velocità specificatamente pensato per l’addestramento con il machine learning, una forma di AI che permette a un sistema di imparare dai dati piuttosto che attraverso la programmazione esplicita.
Stando a quanto riferisce l’azienda, l’AI Research SuperCluster, detto anche RSC, è già tra i più veloci nella sua categoria e, quando il progetto sarà completato entro la fine dell’anno, promette di essere il più veloce al mondo.
“Meta ha sviluppato quello che ritiene il più veloce AI supercomputer al mondo”, riferisce il CEO Mark Zuckerberg. “Lo chiameremo RSC, acronimo di AI Research SuperCluster e sarà completato entro la fine dell’anno”.
La notizia è interessante e, spiega The Verge, dimostra l’assoluta centralità dell’intelligenza artificiale per aziende quali Meta. Società rivali quali Microsoft e Nvidia hanno a loro volta annunciato supercomputer dedicati all’AI, diversi dal punto di vista del design dai computer ai quali siamo abituati a pensare. L’RSC verrà sfruttato per addestrare una serie di sistemi nell’ambito delle attività di Meta: la moderazione automatica dei contenuti, agli algoritmi per individuare incitamento all’odio su Facebook e Instagram, fino a funzionalità legate alla Realtà Aumentata che dovrebbero essere disponibili in futuro con dispositivi dedicati, incluso il “metaverso” sul quale l’azienda sta da tempo scommettendo, investendo cifre notevoli e registrando brevetti che si basano su tecniche di riconoscimento biometrico.
Il lavoro su RSC è a quanto pare iniziato un anno addietro, con ingegneri (di provenienza e con esperienze delle più disparate) che hanno lavorato da zero su sistemi di raffreddamento, alimentazione, networking e cablaggio. La fase 1 del progetto consiste in 760 sistemi Nvidia DGX A100 con 6080 GPU che lavorano parallelamente, una “bestia” in grado già di garantire performance superiori del 20% ad altri sistemi sfruttati nell’ambito della machine vision.
Prima della fine dell’anno, si prevede il completamento della fase 2, un sistema con 1600 GPU in grado di addestrare complessi sistemi di IA; assimilando i dati di addestramento, permettendo di produrre modelli sempre più precisi, con algoritmi predittivi in grado di offrire previsioni basate sui dati che hanno addestrato il modello.
