Inuti Facebooks motorrum för artificiell intelligens

Få tillgång till Facebook från den västra halvan av Nordamerika och det finns en god chans att din data kommer att hämtas från en dator som kyls av den enbärs- och salviadoftande luften i centrala Oregons höga öken.

I staden Prineville, hem för ungefär 9 000 människor, lagrar Facebook data från hundratals miljoner till. Rader och rader av datorer står inuti fyra gigantiska byggnader på totalt nästan 800 000 kvadratfot, exakt inriktade för att släppa in de torra och allmänt svala sommarvindarna som blåser in från nordväst. Gångarna på staplade servrar med blinkande blå och gröna lampor gör ett tråkigt vrål när de bearbetar inloggningar, likes och LOLs.

Facebook har installerat nya kraftfulla servrar för att hjälpa sina forskare med artificiell intelligens att gå snabbare. De drivs av GPU-chips (de gröna korten på baksidan av bilden) gjorda av Nvidia.

Facebook har nyligen lagt till några nya maskiner till mixen i Prineville. Företaget har installerat nya, kraftfulla servrar utformade för att påskynda ansträngningarna att träna programvara för att göra saker som att översätta inlägg mellan språk, vara en smartare virtuell assistent eller följa skrivna berättelser.

Facebooks nya Big Sur-servrar är designade kring kraftfulla processorer av ett slag som ursprungligen utvecklades för grafikbehandling, så kallade GPU:er. Dessa marker underbygger de senaste stegen inom artificiell intelligensteknologi som har kommit från en teknik som kallas djupinlärning. Mjukvaran har blivit slående bättre på att förstå bilder och tal tack vare kraften i GPU:er som gör att gamla idéer om hur man tränar programvara kan tillämpas på mycket större, mer komplexa datamängder (se Teaching Machines to Understand Us ).

Kevin Lee, en ingenjör på Facebook som arbetar på servrarna, säger att de hjälper Facebooks forskare att träna mjukvara med mer data genom att arbeta snabbare. Dessa servrar är specialbyggd hårdvara för AI-forskning och maskininlärning, säger han. GPU:er kan ta ett foto och dela upp det i små bitar och arbeta med dem alla på en gång.

Facebook bygger varje Big Sur-server runt åtta GPU:er tillverkade av Nvidia, den ledande leverantören av sådana chips. Lee avböjde att säga exakt hur många av servrarna som har distribuerats men sa att företaget har tusentals GPU:er på jobbet. Big Sur-servrar har installerats i företagets datacenter Prineville och Ashburn, Virginia.

Eftersom GPU:er är extremt strömhungriga måste Facebook packa dem mindre tätt än andra typer av servrar i datacentret, för att undvika att skapa hot spots som skulle göra det svårare för kylsystemet och kräva extra kraft. Åtta Big Sur-servrar är staplade i ett sju fot högt rack som annars skulle kunna hålla 30 vanliga Facebook-servrar som gör det mer rutinmässiga arbetet med att servera användardata.

Facebook är långt ifrån ensamt om att driva gigantiska datacenter eller samla in GPU:er för att driva forskning om maskininlärning. Microsoft, Google och det kinesiska sökföretaget Baidu har alla förlitat sig på GPU:er för att driva forskning om djupinlärning.

Facebooks nya servrar för forskning om artificiell intelligens, inne i företagets datacenter i Prineville, Oregon.

Det sociala nätverket är ovanligt eftersom det har öppnat designen för Big Sur och dess andra serverdesigner, såväl som planerna för dess Prineville-datacenter. Företaget bidrar med dem till en ideell organisation som heter Öppna Compute Project , som startades av Facebook 2011 för att uppmuntra datorföretag att arbeta tillsammans på design för låg kostnad och högeffektiv datacenterhårdvara. Projektet anses ha hjälpt asiatiska hårdvaruföretag och pressat traditionella leverantörer som Dell och HP.

Facebooks chef för AI-forskning, Yann LeCun, sa när Big Sur tillkännagavs tidigare i år att han trodde att göra designen tillgängliga skulle kunna påskynda framstegen på området genom att göra det möjligt för fler organisationer att bygga kraftfull infrastruktur för maskininlärning (se Facebook Joins Stampede of Tech Giants Giving Away Artificiell Intelligens-teknik).

Framtida maskininlärningsservrar byggda på Facebooks planer kanske inte är byggda kring GPU:erna i deras hjärta idag, dock. Flera företag arbetar på nya chipdesigner som är mer specifikt skräddarsydda för matematiken för djupinlärning än GPU:er.

Google meddelade i maj att de hade börjat använda ett chip av sin egen design, kallat en TPU, för att driva mjukvara för djupinlärning i produkter som taligenkänning. Det nuvarande chippet verkar vara lämpat för att köra algoritmer efter att de har tränats, inte det första träningssteget som Big Sur-servrarna är designade för att påskynda, men Google arbetar på ett andra generationens chip. Nvidia och flera startups inklusive Nervana Systems arbetar också med chips anpassade för djupinlärning (se Intel Outside As Other Companies Prosper från AI Chips ).

Eugenio Culurciello , en docent vid Purdue University, säger att användbarheten av djupinlärning innebär att sådana chip säkerligen kommer att användas mycket. Det har funnits ett stort behov ett tag och det bara växer, säger han.

På frågan om Facebook arbetade med sina egna anpassade marker, säger Lee att företaget undersöker det.

Dölj