Pomorze

Superkomputer z Politechniki Gdańskiej

Superkomputer pomaga w badaniach wielu zespołom naukowców.
Rzeczpospolita, Tomasz Ziółkowski
Politechnika Gdańska ma jeden z najszybszych na świecie komputerów. Z jego pomocą można np. opracowywać modele służące rozpoznawaniu gestów czy analizować obrazy medyczne.

To pierwszy tego typu sprzęt w Polsce.

– Wiele zespołów badawczych naszego Wydziału Elektroniki, Telekomunikacji i Informatyki (ETI) zajmuje się opracowywaniem modeli sztucznych sieci neuronowych, dlatego zaistniała potrzeba zakupu wydajnego serwera obliczeniowego. W tym samym czasie firma NVIDIA ogłosiła opracowanie pierwszego osobistego superkomputera do obliczeń numerycznych. Przygotowaliśmy więc specyfikację sprzętu, który byłby nowoczesny i superwydajny, umożliwiający przeprowadzenie obliczeń w ciągu kilku godzin zamiast kilku tygodni – opowiada prof. Jacek Rumiński z Katedry Inżynierii Biomedycznej Wydziału Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej.

W drodze przetargu uczelnia zakupiła komputer NVIDIA DGX Station, który dostarcza najszybszą wydajność w tej klasie komputerów. Ich sercem są superwydajne karty graficzne, których zadaniem nie jest generowanie wspaniałej grafiki, lecz wykonywanie szybkich obliczeń.

– Przykładowo wykonaliśmy obliczenia modelu sztucznej sieci neuronowej do rozpoznawania obiektów z fotografii, wykorzystując nasz nowy komputer oraz tradycyjne urządzenie z bardzo dobrym procesorem. Okazało się, że nowy nabytek wyznaczył optymalny model w 13 godzin, podczas gdy komputer tradycyjny po prawie trzech dniach był wciąż na początku swoich obliczeń – opowiada prof. Jacek Rumiński. Uczelnia zakupiła sprzęt z Funduszu Rozwoju Wydziału ETI.

Wśród licznych dziedzin zastosowania komputera będzie budowanie modeli rozpoznawania emocji na podstawie obrazów twarzy, opracowywanie modeli interakcji człowiek–komputer poprzez automatyczne rozpoznawanie wykonywanych gestów, mowy i wiele innych.

Karty graficzne wykorzystane w nowym urządzeniu są używane przede wszystkim do tak zwanego uczenia głębokiego z wykorzystaniem głębokich sieci neuronowych. – Uczenie głębokie oznacza, że zastosujemy sieć z wieloma warstwami neuronów, a dzięki temu będziemy mogli nauczyć sieć znacznie dokładniej rozpoznawać litery – wyjaśnia prof. Rumiński.

Jego zdaniem zastosowanie uczenia głębokiego i superkomputerów w medycynie dotyczyć będzie np. rozpoznawania zmian chorobowych na obrazach medycznych, arytmii na podstawie sygnałów EKG, zmian patologicznych w obrazach preparatów histopatologicznych itp.

– Znane są już doniesienia kolegów z Uniwersytetu Stanforda, którzy wykorzystując ok. 64 tys. zapisów EKG, wytrenowali model do rozpoznawania arytmii, uzyskując średnią dokładność lepszą niż uśredniona ocena doświadczonych kardiologów – tłumaczy prof. Rumiński.

Źródło: Rzeczpospolita

REDAKCJA POLECA

NAJNOWSZE Z RP.PL