深入AI赌神的大脑:运行成本约4.5万/天,存储空间2.6PB

简介:
本文来自AI新媒体量子位(QbitAI)

德州扑克人机大战,在海南激战正酣(貌似人类又被吊打)。

然而这个受创新工场李开复之邀来到中国的德扑AI冷扑大师,只不过是一个“阿凡达”,它的真身远在万里之外的美国。

深入冷扑大师的大脑

匹兹堡郊外,一处连Uber都叫不到的园区里,量子位走进一栋两三层的建筑,搭乘电梯来到地下,穿过一道两重密码的门,再打开一道门:噪音骤起。

当你走进冷扑大师的大脑里,两耳充斥的就是这种声音。

在匹兹堡超算中心轰鸣不已的机房里,左手边的三排,是一部被称为“Bridges”的超级计算机。其中有两排主要提供计算资源,还有一排提供存储资源。

冷扑大师(英文名:Libratus)就藏身在这一部超级计算机中。量子位在现场拍了几张图,大家可以管窥一下这个超算中心。

匹兹堡超算中心(PSC)高级研究总监Nick Nystrom,用一张图从全局的角度向量子位展示了Bridges到底是怎么构成的。

“整体的架构就是这个状态,可以随时进行调整,这个取决于使用者有怎样的计算需求”,Nystrom表示在这个架构中,最关键的是桔色的节点:六核英特尔OPA边缘交换机,通过两个链路实现彼此的全连接。

计算方面,冷扑大师使用了RSM类型的节点,基本的配置是:2 × Intel Xeon E5-2695 v3 (14c, 2.3/3.3 GHz, 35MB LLC)+128GB内存(RAM)。

冷扑大师没有用到深度学习技术,所以也没有用到GPU的计算资源。

在年初的人机大战中,Libratus使用了600-700个节点,一个节点每小时的运行成本大概是0.94美元。也就是说,Libratus的运行成本约为:564-658美元/小时。

冷扑大师此次在海南挑战6个对手,而年初只挑战4个对手,所以如果按照700个节点计算,冷扑大师目运行一天的成本,约为:4.5万元人民币。

声明一下,这是量子位强行估算的。几天前量子位和Nick Nystrom交流时,他说冷扑大师之父Sandholm还没决定具体用什么配置。

免费使用的超算资源

虽然算起来不便宜,但冷扑大师之前并不需要为超算付费。

因为匹兹堡超算中心,更像是一个“公益”项目。不光是美国,理论上来自全球的科研人员,都可以向PSC发出申请,使用这里的超算资源。

而且都是免费的,只要是科研目的。

今年1月,Libratus在河流赌场与四位人类顶尖高手的对决,共使用了1900万核时间(core-hour),这是另一个计算口径,其中包括赛前使用1500万核时间,以及比赛中使用1400万核时间。

因为也算科研的一部分,所以全部免费。

这次在海南举行的人机大战,定位是一场表演赛,所以PSC表示会收取成本费用,但这家超算中心绝对不会赚取利润。

不是不想,而是不能。匹兹堡超算中心,是美国国家科学基金会(NSF)拨款1720万美元设立的机构,目的就是要求推动科研创新。目前PSC应在硬件上花费960万美元,其他费用用于每年硬件升级和运营成本。

在PSC出现之前,美国大多数科研工作者并不容易用上超算。现在只要你的申请得到批准,就可以借助超算的力量完成科学计算。

据说这个申请是向全球开放的。

目前已经有750个项目运行在匹兹堡超算中心,包括来自匹兹堡大学、卡内基梅隆大学、耶鲁大学等学校的科研项目,以及来自NIH(美国国立卫生研究院)与脑肺部癌症相关的研究工作等。“都是超大型的数据项目”,Nystrom对量子位介绍说。

此外还包括基因测序、糖尿病治疗、环境保护等各种研究项目。

“过去一年人工智能的项目数量增长巨大,深度学习的项目也非常多”,Nystrom有点忧心忡忡地说,已经在PSC登记要使用GPU的项目太多了,而PSC急需购买更多的GPU满足需求。谈到黄仁勋能感觉他两眼放光。

购买更多的GPU,这是Nystrom今年的目标。量子位问:还要买多少?

Nystrom说:“三倍以上”。

好吧,希望他尽快完成采购。最后放个小视频,一起看看冷扑大师的大脑长什么样。


对了,跟Bridges同在一个机房里,还有一个看起来更科幻的超算:Anton2。不过不让拍照,据说是一个逆天的分子动力超算。

本文作者:舒石 希拉
原文发布时间:2017-04-08 
相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
打赏
0
0
0
0
16427
分享
相关文章
MagicMirror:一键 AI 换脸、换发型和换穿搭,拖放照片就能实现换脸和形象变换,本地运行无需配置
MagicMirror 是一款开源的一键 AI 换脸、换发型和穿搭应用,支持离线处理,保护隐私,轻量级设计,适合个人娱乐和创意内容创作。
30 13
MagicMirror:一键 AI 换脸、换发型和换穿搭,拖放照片就能实现换脸和形象变换,本地运行无需配置
AI Dev Gallery:微软开源 Windows AI 模型本地运行工具包和示例库,助理开发者快速集成 AI 功能
微软推出的AI Dev Gallery,为Windows开发者提供开源AI工具包和示例库,支持本地运行AI模型,提升开发效率。
34 13
AI自己长出了类似大脑的脑叶?新研究揭示LLM特征的惊人几何结构
近年来,大型语言模型(LLM)的内部运作机制备受关注。麻省理工学院的研究人员在论文《The Geometry of Concepts: Sparse Autoencoder Feature Structure》中,利用稀疏自编码器(SAE)分析LLM的激活空间,揭示了其丰富的几何结构。研究发现,特征在原子、大脑和星系三个尺度上展现出不同的结构,包括晶体结构、中尺度模块化结构和大尺度点云结构。这些发现不仅有助于理解LLM的工作原理,还可能对模型优化和其他领域产生重要影响。
58 25
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
Open Interpreter 是一个让语言模型运行代码的强大工具,提供了一个类似 ChatGPT 的界面,支持多种编程语言和丰富的功能。
106 7
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
神经网络深度剖析:Python带你潜入AI大脑,揭秘智能背后的秘密神经元
【8月更文挑战第1天】在当今科技飞速发展的时代,AI已成为日常生活中不可或缺的一部分。神经网络作为AI的核心,通过模拟人脑中的神经元连接方式处理复杂数据模式。利用Python及其强大的库TensorFlow,我们可以轻松构建神经网络模型。示例代码展示了如何建立一个含有两层隐藏层的简单神经网络,用于分类任务。神经网络通过反向传播算法不断优化权重和偏置,从而提高预测准确性。随着技术的进步,神经网络正变得越来越深、越来越复杂,能够应对更加艰巨的挑战,推动着AI领域向前发展。
57 2
田渊栋团队新作祭出Agent-as-a-Judge!AI智能体自我审判,成本暴跌97%
田渊栋团队提出Agent-as-a-Judge框架,利用智能体自身评估其他智能体的性能,不仅关注最终结果,还能提供中间反馈,更全面准确地反映智能体的真实能力。该框架在DevAI基准测试中表现出色,成本效益显著,为智能体的自我改进提供了有力支持。
46 7
用 Higress AI 网关降低 AI 调用成本 - 阿里云天池云原生编程挑战赛参赛攻略
《Higress AI 网关挑战赛》正在火热进行中,Higress 社区邀请了目前位于排行榜 top5 的选手杨贝宁同学分享他的心得。本文是他整理的参赛攻略。
554 78
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
217 1
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
133 1
Nature子刊:AI模型测大脑年龄,究竟哪些因素会加速大脑衰老?
【10月更文挑战第7天】《自然医学》杂志近期发布了一项研究,介绍了一种名为BrainAge的人工智能模型,该模型可预测个体的大脑年龄并分析影响大脑衰老的因素。研究团队来自美国加州大学旧金山分校,利用英国生物银行的近50,000名参与者的数据,发现高血压、糖尿病、肥胖、吸烟、饮酒、缺乏运动及遗传因素均与大脑衰老有关。尽管存在数据集限制等局限性,BrainAge模型仍为研究大脑衰老和相关疾病提供了重要工具。
75 1

量子位

+ 订阅
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等