Meta pomoże w zapewnieniu przenaszalności aplikacji AI między różnymi platformami sprzętowymi

Koncern Meta udostępnił programistom nowy zestaw bezpłatnych narzędzi, które ułatwią przenoszenie aplikacji wykorzystujących algorytmy uczenia maszynowego pomiędzy konkurencyjnymi rozwiązaniami sprzętowymi, w tym GPU firm Nvidia oraz AMD.

Rozwiązanie firmy Meta jest oparte na platformie uczenia maszynowego typu open source o nazwie PyTorch. Wedle zapowiedzi jego wykorzystanie może pozwolić nawet na 12-krotnie podniesienie szybkości działania kodu AI na flagowym układzie A100 firmy Nvidia. W przypadku procesorów GPU MI250 firmy AMD realny ma być czterokrotny wzrost wydajności obciążeń wykorzystujących algorytmy sztucznej inteligencji.

W dzisiejszych czasach oprogramowanie stało się kluczowym polem bitwy dla producentów układów scalonych, którzy chcą zbudować ekosystem deweloperów, aby wykorzystać swoje chipy. Problemem jest jednak konieczność zoptymalizowania kodu aplikacyjnego pod kątem poszczególnych rozwiązań sprzętowych, co zdecydowanie utrudnia portowanie aplikacji pomiędzy różnymi platformami sprzętowymi.

Wedle zapowiedzi, nowe rozwiązanie opracowane przez inżynierów firmy Meta zapewnia, poza zwiększeniem wydajności kodu aplikacyjnego, poprawę elastyczności oprogramowania AI. „Ujednolicona obsługa back-endu GPU daje programistom więcej możliwości wyboru dostawcy sprzętu przy minimalnych kosztach migracji” – napisano w oficjalnym oświadczeniu firmy Meta. Nowe rozwiązanie firmy Meta wspiera m.in. wykorzystanie wytrenowanych uprzednio algorytmów AI w zastosowaniach, takich jak wsparcie podejmowania decyzji biznesowych lub przetwarzanie obrazów.