Riset Medis dan Kecerdasan Buatan

MONDAYREVIEW.COM –  Raksasa komputer Amerika Serikat (AS), Nvidia Corporation, pada Senin (5/10) mengumumkan bahwa pihaknya sedang membangun superkomputer terkuat di Inggris, yang akan membuat para peneliti di bidang perawatan kesehatan di negara itu dapat menggunakan kecerdasan buatan (AI) demi mengatasi tantangan medis yang mendesak, termasuk yang ditimbulkan oleh COVID-19.

Diperkirakan akan tersedia secara online pada akhir tahun ini, superkomputer "Cambridge-1" akan menduduki peringkat ke-29 dalam daftar terbaru TOP500 superkomputer terkuat di dunia, ungkap Nvidia Corporation.

Superkomputer itu juga akan menempati peringkat ke-3 dunia sebagai superkomputer yang paling hemat energi dalam daftar Green500 terbaru, lanjut perusahaan tersebut.

Perusahaan-perusahaan farmasi pertama yang memanfaatkan Cambridge-1 untuk riset di antaranya GSK dan AstraZeneca. Selain itu, para peneliti dari King's College London dan Oxford Nanopore Technologies juga berencana memanfaatkan sistem ini.

Upaya mengatasi tantangan paling mendesak di dunia di bidang perawatan kesehatan membutuhkan sumber daya komputasi yang masif untuk memanfaatkan kapabilitas AI. Demikian menurut Jensen Huang, pendiri sekaligus CEO Nvidia.

Superkomputer Cambridge-1 akan berperan sebagai pusat inovasi bagi Inggris, serta menjadi terobosan selanjutnya yang dilakukan para peneliti negara tersebut dalam menemukan obat dan perawatan kesehatan yang krusial.

Nvidia sebelumnya mengumumkan bahwa perusahaan tersebut ingin menciptakan Pusat Keunggulan AI (AI Center of Excellence) di Cambridge, yang menggunakan superkomputer baru berbasis ARM, dan akan berperan sebagai pusat kolaborasi bagi para peneliti, ilmuwan, dan perusahaan rintisan (startup) AI di Inggris.

Cambridge-1 akan menjadi bagian dari fasilitas ini, yang akan diperluas hingga mencakup superkomputer berikutnya, serta mendukung lebih banyak industri di seluruh Inggris.

Nvidia Corp. membuka Konferensi Teknologi GPU virtualnya hari ini dengan memperkenalkan sejumlah teknologi kecerdasan buatan baru, termasuk penawaran infrastruktur yang memungkinkan pelanggan membangun superkomputer yang dioptimalkan untuk pembelajaran mendalam hanya dalam beberapa minggu.

Penawaran infrastruktur memulai debutnya bersama perangkat pengembangan AI miniatur dan layanan yang disebut Maxine untuk mengoptimalkan kualitas panggilan video.

Kartu grafis Nvidia dapat ditemukan di sebagian besar superkomputer tercepat di dunia. Dengan SuperPod Solution for Enterprise, penawaran baru yang diumumkan hari ini, perusahaan berharap untuk mendorong lebih banyak penjualan chip di pasar ini dengan menurunkan penghalang untuk membangun superkomputer. SuperPod memungkinkan untuk menggabungkan sistem multipetaflop dalam hitungan minggu dari peralatan komputasi Nvidia dan perlengkapan jaringan dari anak perusahaan Mellanox, menurut pembuat chip tersebut.

Komponen dasar superkomputer SuperPod adalah peralatan DGX A100 Nvidia. Ini memasangkan delapan unit pemrosesan grafis pusat data A100 pembuat chip yang paling top-of-the-line dengan dua unit pemrosesan pusat dan satu terabyte memori. SuperPod memungkinkan pelanggan untuk menghubungkan antara 20 dan 140 peralatan DGX A100 dalam jaringan melalui sakelar HDR InfinityBand Mellanox untuk membuat superkomputer dengan daya pemrosesan 100 hingga 700 petaflops, klaim Nvidia. Satu petaflop sama dengan satu juta miliar operasi komputasi per detik.

Superkomputer tradisional membutuhkan waktu bertahun-tahun untuk direncanakan dan diterapkan, tetapi turnkey NVIDIA DGX SuperPOD Solution for Enterprise membantu pelanggan memulai transformasi AI mereka hari ini.

Bersamaan dengan pengumuman produk itu sendiri, Nvidia membagikan detail tentang dua proyek pertama yang sedang dibangun dengan SuperPod. Salah satu proyek dipimpin oleh pembuat chip itu sendiri. Nvidia sedang membangun sistem berbasis SuperPod di Cambridge, Inggris, dengan biaya sekitar $ 51,7 juta yang diperkirakan akan menempati peringkat sebagai superkomputer terkuat di Inggris saat online akhir tahun ini.

Pembuat chip tersebut mengatakan bahwa sistem tersebut akan memberikan 400 petaflops “kinerja AI” dan 8 petaflop kinerja yang diukur dengan benchmark Linpack. Metrik terakhir ini akan memeringkatnya sebagai sistem terkuat ke-29 dalam daftar TOP500 superkomputer terkuat di dunia. Perusahaan farmasi Inggris Raya, intuisi akademis, dan lainnya akan menggunakan sistem ini untuk penelitian perawatan kesehatan.

Superkomputer lain yang akan datang Nvidia yang dirinci hari ini sedang ditugaskan oleh Kementerian Elektronik dan Teknologi Informasi di India. SuperPod Kementerian akan terdiri dari 42 peralatan DGX A100 yang akan menjadikannya superkomputer HPC-AI tercepat dan terbesar di India, kata Nvidia. Peneliti akan menggunakan sistem tersebut untuk proyek di berbagai bidang mulai dari perawatan kesehatan hingga energi.

Di ujung spektrum komputasi dari SuperPod adalah Jetson Nano 2GB, perangkat AI miniatur seharga $ 59 yang juga diumumkan Nvidia hari ini. Ini adalah papan sirkuit kecil dengan empat inti CPU berdasarkan arsitektur Cortex-A57 Arm Ltd. dan 128 Inti GPU berdasarkan arsitektur Maxwell milik Nvidia. Juga disertakan drive memori 2 gigabyte.

Titik harga rendah Jetson Nano 2GB membuatnya berguna sebagai alat pendidikan AI. Sekolah dapat menerapkannya untuk mengajari siswa dasar-dasar membangun dan menerapkan model pembelajaran mesin, sementara pengembang yang ingin mempelajari tali pengembangan AI berpotensi juga menggunakannya. Selain itu, Jetson Nano 2GB cocok untuk jenis pengujian perangkat lunak tertentu, seperti uji coba model visi pengenalan suara yang sedang dikembangkan untuk dijalankan pada speaker pintar dengan daya komputasi onboard terbatas.

Nvidia menutup pembaruan perangkat keras AI di acara hari ini dengan pengumuman perangkat lunak. Pembuat chip tersebut memperkenalkan Maxine, layanan AI berbasis cloud yang menjanjikan untuk mengurangi jumlah bandwidth yang diperlukan untuk panggilan video tidak kurang dari 10 kali pada kelas atas.

Nvidia mengatakan bahwa Maxine bekerja dengan menganalisis "titik wajah utama" dari setiap peserta dalam panggilan video. Kemudian, alih-alih mengirimkan umpan video langsung lengkap dari setiap peserta, Maxine hanya mengirimkan data tentang titik-titik wajah utama tersebut dan menggunakan data tersebut untuk menganimasikan wajah mereka secara artifisial. Pendekatan ini pada dasarnya memperdagangkan daya komputasi untuk bandwidth, mengurangi jumlah bersih data yang harus berjalan melintasi jaringan selama panggilan.

Manfaat bagi pengguna adalah kualitas panggilan yang lebih tinggi dalam skenario di mana konektivitas terbatas atau tidak dapat diandalkan. Untuk penyedia konferensi video, sebaliknya, mengompresi data video dengan Maxine bisa menjadi cara untuk mengurangi tagihan infrastruktur cloud mereka. Itu di atas keunggulan kompetitif dari kemampuan untuk menawarkan video yang lebih tajam untuk digunakan.

Saat ini banyak perusahaan ingin mengubah masalah bandwidth menjadi masalah komputasi karena seringkali sulit untuk menambahkan lebih banyak bandwidth dan lebih mudah untuk menambahkan lebih banyak komputasi. Demikian menurut Andrew Page, direktur produk lanjutan di grup media NVIDIA.