L’intelligenza artificiale si nutre di big data e per ottenere informazioni da queste enormi quantità di dati sono necessarie potenti capacità di elaborazione: questo è il motivo per cui settori come l’assistenza sanitaria, l’industria automobilistica, il manifatturiero e il finanziario guardano all’High performance computing per accelerare rapidamente la comprensione che possono ottenere dalle informazioni.
A differenza dei supercomputer, che sono estremamente costosi e richiedono esperti specializzati, l’High performance computing è un modo conveniente di aggregare la potenza del computer.
Secondo l’HPCAC (High Performance Computing Advisory Council) non esiste una chiara definizione di HPC in aggiunta a quello che dice sull’etichetta, cioè fornire un calcolo ad alte prestazioni.
L’HPCAC ha notato una tendenza crescente che va dai supercomputer specializzati ai cluster di sistemi universali, economici e scalabili, che rendono la tecnologia alla portata di più imprese.
Per esempio, ci spiega Massimo Dino Ceresoli, Head of Global Services – Southern and Central Europe di Orange Business Services, la sua società sta cercando di espandere l’hardware specifico della GPU (Graphic Processor Unit) per la sua piattaforma cloud pubblica Flexible Engine, una piattaforma IaaS/PaaS sviluppata congiuntamente in collaborazione con Huawei, per supportare l’High Performance Computing. A questo si aggiungerà InfiniBand, uno standard di comunicazione di rete utilizzato in HPC che fornisce una capacità di produzione molto elevata e una latenza molto bassa. Ciò aprirà l’HPC alle aziende per applicazioni quali big data e analisi ad alte prestazioni, intelligenza artificiale, machine learning e IoT.
High Performance Computing as a service: potenza a richiesta
L’arrivo dell’High Performance Computing in modalità as-a-service (HPCaaS) consente inoltre una maggiore flessibilità del sistema nel fornire alle imprese accesso on-demand a risorse informatiche scalabili e ad alte prestazioni.
L’accesso a questo tipo di potenza di calcolo offre processi di R&D molto più snelli, riducendo il time-to-market. Invece di perdere tempo a testare tutti i prototipi, per esempio, HPC e AI possono essere inestimabili nel filtrare i prototipi e scegliere i modelli più performanti su cui proseguire.
L’High Performance Computing è già utilizzato nelle simulazioni ingegneristiche e nella manutenzione predittiva. Ad esempio, Otto Motors in Canada utilizza l’HPC per eseguire petabyte di dati di simulazione centinaia di migliaia di volte per testare i suoi veicoli autonomi prima che vengano distribuiti ai clienti. I veicoli heavy-duty senza conducente sono progettati per spostare pallet e carichi voluminosi in spazi di produzione dinamici.
L’High Performance Computing alimenta anche l’intelligenza artificiale per questi veicoli autonomi, consentendo loro di costruire mappe e prendere decisioni su come spostarsi nel proprio ambiente e prevedere eventuali problemi.
L’High Performance Computing è stato progettato per gestire enormi volumi di dati, rendendoli quindi in grado di supportare l’analisi dei dati ad alte prestazioni. La sua innata potenza fornisce un’elaborazione dei dati più rapida a elevata precisione.
È per questi motivi che l’intelligenza artificiale e l’apprendimento profondo spingeranno il mercato High Performance Computing a raggiungere 43 miliardi di dollari entro il 2021, in crescita dai circa 20 miliardi di dollari del 2016, secondo Intersect 350 Research, specialista del settore HPC, che ha individuato questi due fattori come chiave per la crescita dell’HPC nel settore commerciale.
L’emergere dell’intelligenza artificiale in ambito High Performance Computing è fondamentale per esprimere il potenziale dell’intelligenza artificiale, afferma Pradeep Dubey, membro di Intel e direttore di Parallel Computing Lab, parte di Intel Labs: “Macchine che non si limitano a macinare numeri ma aiutano a prendere decisioni complesse migliori e più informate“, spiega. È questa combinazione che secondo Dubey in futuro “aiuterà a prendere decisioni aziendali importanti in tempo reale e non solo”.
Immaginare l’High Performance Computing
La collaborazione tra Intelligenza artificiale e High Performance Computing è relativamente semplice sulla carta. Le applicazioni di intelligenza arrtificiale e le tecnologie associate, come ad esempio l’apprendimento automatico e l’apprendimento profondo, consentono alle organizzazioni di formare i sistemi utilizzando enormi quantità di dati per ottenere informazioni approfondite. I cluster HPC forniscono la potenza necessaria per dare un senso a questi dati nel giro di poche ore anziché di settimane.
“Dall’ideazione alla costruzione, dalla progettazione alla verifica e alla produzione, dalle previsioni del tempo alle scoperte mediche, la nostra vita quotidiana dipende sempre più dalle simulazioni HPC“, ha affermato un portavoce dell’HPCAC.
L’analisi in tempo reale dipende da capacità di trasmissione realmente rapida e dalla condivisione dei dati. InfiniBand, che offre throughput elevato e bassa latenza, è ancora uno degli standard di interconnessione più utilizzati, secondo l’HPCAC, insieme a Ethernet a 10 Gigabit in grado di spingere rapidamente il traffico tra server o nodi del cluster.
L’attrattiva dell’High Performance Computing è che è totalmente adattabile a diversi carichi di lavoro e settori industriali. Le infrastrutture definite dal software hanno consentito di definire il numero di core per determinate attività, ottimizzando le prestazioni e accelerando i processi. AI e HPC sono già in uso per testare componenti senza la necessità di costruire prototipi. In futuro AI e HPC potrebbero aiutare a ottimizzare ulteriormente la logistica e le catene di approvvigionamento complesse e sostenere la modellazione e la simulazione della produzione reale per risolvere qualsiasi problema, ad esempio.
I sistemi High Performance Computing sono in uso da molto tempo in ambito scientifico e accademico per carichi di lavoro ad alta intensità di dati nella simulazione e nell’analisi dei dati.
Non è sorprendente quindi che le aziende abbiano deciso di imparare dalle proprie esperienze e di sfruttare la potenza dei sistemi High Performance Computing per la propria intelligenza artificiale e l’analisi dei dati, così da essere all’avanguardia nell’ottenere una curva di apprendimento dei dati.
