Nvidia kan snart bygga supermåndatorbas

För ett par dagar sedan avslutades världens största GPU-konferens i San Jose i Kalifornien där det senaste inom utvecklingen av grafikprocessorer och världens superdatorer visades upp av ledaren inom området, Nvidia. För att förstå vad som håller på att hända när det kommer till utvecklingen inom databearbetning, särskilt självlärande deep learning och hur en helt ny värld håller på att öppnas inom Artificiell Intelligens (AI) är denna konferens en bra ingång. En utveckling som redan nu kommit längre än många forskare för bara några år sedan trodde var otänkbar eller låg årtionden fram i tiden.

Nvidia leder utvecklingen av grafikprocessorer och har därmed kunnat skapa världens i särklass mest kraftfulla datorer. De egenskaper och möjligheter som Nvidias nya superdator som VD:n och grundaren Jen-Hsun Huang presenterade under GTC-konferensen är hisnande. Datorn, DGX2 med världens största grafikprocessor på hela 512 GB minneskapacitet kan på 1,5 dagar utföra samma neurala beräkningar som dess föregångare DGX 1 behöver 15 dagar för att utföra! Observera då att DGX 1 kom för endast sex månader sedan och då var världens i särklass kraftfullaste grafikprocessor men nu alltså är 10 gånger så snabb som sin föregångare.

Jen-Hsun Huang sa vidare under sin presentation att detta generellt innebär att med DGX 2 kan deep learning mjukvara för AI utföra uppgifter cirka 100 x så snabbt som idag vilket är revolutionerande. Nvidia pekar på att med utvecklingen av grafikprocessorer har beäkningskapaciteten ökat med 500 x på endast fem år vilket fått VD:n att ifrågasätta Moores lag relevans för grafikprocessorer, åtminstone när det gäller exponentiell utveckling av beräkníngskapacitet per enhet som närmast kan beskrivas som 2x exponentiell dubbleringstakt just nu.

Vad som är revolutionerande med DGX 2 är inte bara att det är en superdator i sig helt anpassad för användning av AI-användning/deep learning utan vilka kostnadsbesparingar det innebär för serverhallar.

För att sätta DGX 2 i ett sammanhang, en enhet kan utföra beräkningar med hela två 2 Petaflops eller 2000 Teraflops per sekund. Världens mest kraftfulla datorer, där otaliga sammankopplade enheter är sammankopplade kan utföra cirka 100 Teraflops tillsammans, dvs endast 50 DGX 2 kan utföra samma arbete. En DGX 2 ersätter minst 300 CPU servrar. Detta innebär inte bara en enorm resursbesparing men även ett stort steg när det gäller att minka energibehovet för serverhallar. 300 CPU servrar drar cirka 150 kW medan en DG2 "bara" drar 10 kW...

DX2 släpps under kvartal tre i år och kommer kosta 399 000 amerikanska dollar medan motsvarande datorkraft med CPU-servrar går på runt 3 miljoner dollar.

Vad innebär då denna utveckling av superdatorer som blir kraftfullare och kraftfullare i en allt snabbare utvecklingslingstakt? Inom medicin och bildbearbetning generellt öppnar det upp för helt nya möjligheter att se samband och få en överblick över tex ett fosters utveckling, förståelsen av virus och förstås när det kommer till utvecklingen av robotar och automatisering.

Under GPU-konferesen talade Nvidias VD även en hel del om hur företaget fortsätter att utveckla ledande grafikprocessorer för självkörande fordon och att de kvartal fyra i år kommer börja sälja en specialanpassad grafikprocessor just för att passa för den höga säkerhet som krävs för självkörande teknik i krävande trafikmiljöer.

I dagarna tillkännagav tex svenska företaget Einride som fanns plats på GPU-konferensen med sin självkörande T-pod, ett samarbete med Nvidia där Einride kommer använda Nvidias Drive AI platform i sina fordon. Vi gjorde nyligen en video om Einride på vår EVolution-kanal och äger aktier i företaget.

Nvidias superdator kan snart vara på månen som AI-minnesbank och övervakare och av rymdskrot 

I veckan har det rapporterats om det växande problemet med det rymdskrot som cirkulerar runt vår planet och nu utgör ett problem för såväl satelliter och rymdresor samt rymdpromenader på den internationella rymdstationen ISS. Cirka 23 000 skrotrester på en decimeter far runt i över 20 000 kilometer i timmen flera varv runt jorden varje dag och är svåra att upptäcka eller fånga in. Precis som vi människor skräpar ner här på jorden har vi inget gemensamt regelverk som följs för att se till att inte rymdskrot inte blir ett farligt täcke runt jorden som framförallt kan hota framtida rymdresor till och från jorden.

Något måste göras åt detta och via en bekant har vi fått obekräftade uppgifter om att Nvidia håller på att utveckla en specialdesignad superdator som bygger på samma platform som DGX 2 men är anpassad för att kunna skickas upp med SpaceX nya Falcon Heavy raket vi skrivit om tidigare. Eftersom DGX2 bara väger knappt 159 kg per enhet och är en komplett superdator med en upp till 64 TB lagringsenhet per enhet kan minst 105 enheter skickas upp med en Falcon Heavy-raket som är byggd för att ta 16,800 kg i last till planeten Mars. Enligt vår obekräftade men välinformerade källa är tanken att dessa 105 enheter ska bilda kärnan i uppbyggandet av en superdatormånbas vars syfte primärt är två uppgifter:

1. I kombination med ett nytt superteleskop som kommer skickas upp med ytterligare en Falcon Heavy-raket till supermåndatorbasen kan Nvidias superdator på månen beräkna de idag oberäkneliga banor som rymdskrotet tar runt jorden för att hitta lämpliga luckor när uppskjutning av raketer och återfärd genom jordens atmosfär kan ske utan att krocka med farligt rymdskrot. 

2. Det andra och minst lika viktiga uppgift Nvidias supermåndatorbas kommer få är att lagra data om mänsklig aktivitet på behörigt avstånd från för att säkra människans ackumelerade kunskap hittills i händelse av att vi förstör vår planet eller förintar oss själva på något sätt. Tanken är att en raket med ny uppdaterad data om vår Interetvanor, alla databaser och teknisk såväl som litterär och vetenskaplig information skickas upp en gång i månaden till en början. Detta för att sedan, i takt med att raketuppskjuningarna effektiviseras, skickas upp en gång i veckan och i framtiden minst en gång per dag. Månraketerna kommer kunna landa med hög precision i närheten av Nvidias supermåndatorbas tack vare SpaceX egenutvecklad grasshopper-teknik som visat sig så framgångsrik redan.

Vi lyfter dock ett varningens finger för att även om AI-mjukvaran för denna supermåndatorbas begränsas till två uppgifter, att endast säkra lagringen av mänsklig kunskap samt se till att resor till och från jorden inte hindras av rymdskro,t finns det inbäddade existensiella risker. Superdatorn kan för att effektivisera sina precision och förmåga att säkra sin uppgift kräva att den får bättre/fler och större beräkningsenheter på månen vilket till slut leder till att den inte längre får plats på månen. Vidare kan supermånbasdatorn dra den logiska slutsatsen att människans kollektiva kunskap fortsätter att växa men inte löser problemet med rymdskrotet eftersom ingen enskild människa ser/begriper helheten och därför inte kan lösa problemet då människan kollektivt är roten till problemet, när det kommer till hotet från rymdskrotet.

Den enkla slutsatsen och lösningen supermånbasdatorn kan komma fram till är att helt enkelt att bygga fler supermånbasdatorer även på jorden så att människan inte kan skicka upp mer rymdskrot, till slut finns det nämligen ingen plats längre för människorna varken på jorden eller månen och problemet är löst. Det är inte säkert det var avsikten när supermånbasdatorn fick uppgiften men det blir den oavsiktliga följden ju närmare en perfekt lösning datorn kommer på att lösa problemet.

Oavsett om DGX 2 snart finns på månen eller lyckas lösa problemet med rymdskrot runt jorden rekommenderar vi att kika på presentationen nedan från Nvidias GPU konferens, den är lång men har mycket att bjuda på.

Vi äger aktier i Nvidia.

Fortsatt glad påsk!

Världens största GPU snart på månen? 

Det senaste inom AI-utveckling och Nvidias superdator mm från GPU Technology conference 2018