
Nyckel takeaways
- Meta bygger vad de hävdar kommer att bli den största superdatorn i sitt slag.
- Superdatorn, kallad RSC, är redan i drift.
- RSC ska hjälpa till att träna olika artificiell intelligensmodeller för att bygga upp metaversen.
En för alla
Wisniewski, vars företag arbetar för att förbättra den virtuella verkligheten (VR) genom att lägga till luktsinnet, påverkar åsikten lukt djupt hur vi tänker, känner och beter oss. ”Föreställ dig 7 miljarder människor som alla definierar och delar sina idealiska sinnesvärldar i realtid?” Han sa att den ”delade verkligheten” i metaversen skulle skapa otroliga möjligheter för anslutning, empati, lärande och förbättrat välbefinnande, vilket är något han betonade ”aldrig har varit möjligt i historien.” ”Datorkraft av den här storleken kan påskynda ankomsten av den uppslukande, expansiva och inkluderande metaversen som vi alla ivrigt ser fram emot.” Meta hoppas kunna använda RSC för att skapa denna nya upplevelse. I sitt blogginlägg sa företaget att det arbetar med NVIDIA för att bygga RSC. För närvarande använder superdatorn 760 NVIDIA DGX A100-system som sina beräkningsnoder, för totalt 6080 NVIDIA A100 GPU:er. Priset för över $10 000 använder A100 GPU samma Ampere-arkitektur som driver konsumentens RTX 3000 GPU-grafikkort. A100 är dock optimerad för maskininlärning (ML) snarare än spel, Meta tillade att den planerar att öka antalet GPU:er till 16 000, vilket det antyder kommer att öka superdatorns AI-träningsprestanda med mer än 2,5 gånger. ”Datorkraft av den här storleken kan påskynda ankomsten av den uppslukande, expansiva och inkluderande metaversen som vi alla ivrigt ser fram emot”, delade Wisniewski.
Öga för en AI
Medan han introducerade RSC, skrev Mark Zuckerberg, ”erfarenheterna vi bygger för metaversen kräver enorm beräkningskraft (kvintiljoner operationer/sekund!), och RSC kommer att möjliggöra nya AI-modeller som kan lära av biljoner exempel, förstå hundratals språk och mer.” Metaforskare använder redan RSC för att träna storskalig naturlig språkbehandling (NLP) och datorseende modeller. Tidiga riktmärken avslöjar att RSC redan kör NLP-modeller tre gånger snabbare och datorseende arbetsflöden 20 gånger snabbare än sin nuvarande infrastruktur, vilket banar väg för utbildning av mer avancerade modeller. Mer avancerade modeller tränade på RSC kan förbättra spårningskvaliteten för VR-enheter. Den förestående lanseringen av det efterlängtade Project Cambria-headsetet kan kanske också möjliggöra nya funktioner för datorseende. Den nya maskinen kommer att användas för att träna enorma nya taligenkännings-, språkbearbetnings- och datorseende modeller som kommer att fungera som grunden för företagets nästa generation av AI-drivna tjänster.
Konstgjord verklighet
Abhishek Choudhary, grundaren av den AI-aktiverade edutech-plattformen AyeAI, sa till Lifewire via LinkedIn att RSC kommer att möjliggöra mer rättvis tillgång till kognitiva datorfaciliteter för befolkningen i allmänhet. ”En gång [the RSC] är klar, kan vi förvänta oss att få bättre och snabbare diagnos från medicinska bilder, bättre kommunikation över olika språkliga miljöer och de mycket efterlängtade förbättringarna av metaversen.”