computacao-heterogenea

Computação Heterogênea

Otimização da performance de aplicações de IA e Big Data

Escrito por Japa do IoT

Conheça a plataforma heterogênea de hardware AI-Ready para aplicações de inteligência artificial com computadores e servidores prontos para inferência e treinamento, baseadas em GPU, VPU, CPU e FPGA. Obtenha um significativo aumento da performance e redução da latência.

A SDC fornece desde placas aceleradoras até sistemas completos para aplicações industriais, de varejo, médicas ou de pesquisa. Inclusive com câmeras inteligente baseadas em processador Intel® Atom prontas para sistemas de inspeção por imagem.

Assista ao vídeo da fabricante Adlink sobre computação heterogênea:


 

Conheça nossos produtos voltados para Visão Computacional  em EDGE Computing



FALE COM A SDC: 11-5633-2855 | [email protected]

ERAD-RS-email-mkt

ERAD/RS 2019

O desenvolvimento de IA é um processo que depende da lógica, tempo, qualidade dos dados e a capacidade do hardware que o possibilita.

Nesta apresentação compartilharei minhas experiências em projetos ligados à Deep e Machine Learning para pesquisa nos campos da biociência, exploração aeroespacial e  física molecular nos quais pude colaborar como especialista em HPC.

Nos vemos lá!

Saiba mais: https://www.setrem.com.br/erad2019/
Contato SDC: 11-5633-2855 – [email protected]
Falacomigo

Fala comigo: Deep Learning pode identificar depressão em padrões de fala

por Tony Kontzer 

Traduzido por Fabiano Morita Nishio (artigo original)

 

“Talk therapy”, ou “cura pela fala” como utilizado no Brasil, é um método frequentemente usado por psicoterapeutas para ajudar pacientes a superar depressão ou ansiedade através da conversação.

Uma equipe de pesquisadores do Massachusetts Institute of Technology está utilizando deep learning para desenvolver o que será chamado de “diagnóstico da fala” – detectando sinais de depressão pela análise da fala do paciente.

A pesquisa pode levar a um método efetivo, e de baixo custo, para diagnosticar sérios problemas de saúde mental.

Estima-se que um em cada 15 adultos nos Estados Unidos experienciam uma crise de depressão profunda em algum momento da vida, de acordo com o Nationtal Institute of Mental Health. A condição pode levar à sérios distúrbios na vida da pessoa, porém nossa compreensão a respeito ainda é limitada.

Tipicamente, as técnicas utilizadas para identificar depressão envolvem experts em saúde mental fazendo perguntas diretas e extraindo conclusões.

No futuro, estas avaliações pontuais poderão ser menos necessárias, de acordo com a líder do projeto Tuka Alhanai, pesquisadora e candidata a Ph.D. em ciência da computação pelo MIT. Ela vislumbra o trabalho de sua equipe se tornando parte do monitoramento contínuo da saúde mental das pessoas.

Sobre o conjunto de dados

Um aspecto chave para dar início ao processo de deep learning é a qualidade dos dados utilizados.

Este foi um desafio para Alhanai quando seu time iniciou o treinamento do modelo. Ela estava olhando especificamente para registros de conversações nas quais, invariavelmente, haviam participantes deprimidos.

Eventualmente, ela se deparou com dados de uma pesquisa de uma equipe da University of Southern California que, em conjunto com pesquisadores alemães, haviam conduzido entrevistas com um grupo de 180 pessoas, 20% das quais apresentavam algum sinal de depressão. As entrevistas consistiam de 20 minutos de perguntas sobre onde o entrevistado morava, quem eram seus amigos e se ele se sentia deprimido.

Alhanai foi encorajada pela conclusão dos pesquisadores de que a depressão pode, de fato, ser detectada em padrões de fala e vocabulário. Mas ela queria levar o processo a um passo adiante retirando o elemento da condução, com perguntas preditivas, e treinar um modelo que pudesse detectar a depressão durante conversas corriqueiras do dia-a-dia.

“Há sinais significativos nos dados que vão indicar se a pessoa está em depressão”, diz ela. “Você ouve o diálogo e absorve a trajetória da conversação e fala, e o contexto em que as coisas são ditas”.

Alhanai e seu time combinaram o poder de processamento de um cluster rodando mais de 40 GPUs NVIDIA TITAN X com bibliotecas TensorFlow, Keras e cuDNN e deram início ao treinamento de seu modelo.

Eles o alimentaram com trechos das entrevistas, retirando as questões óbvias e referências sobre depressão, deixando que o modelo determinasse se haviam sinais presentes de depressão ou não. Subsequentemente, expuseram o modelo à trechos de conversas de uma pessoa saudável e uma deprimida, determinando ao modelo qual a condição de cada um.

Depois de ciclos suficientes, os pesquisadores alimentaram o modelo com outros trechos de conversas e pediram para determinar se havia indícios de possível depressão. A equipe treinou dúzias de modelos desta forma, o que não seria possível sem a utilização das GPUs, segundo Alhanai.

Sucesso Gera Ambição

Enfim, o treinamento resultou em um modelo capaz de identificar sinais de depressão em conversas com mais de 70 porcento de precisão durante a inferência – equivalente aos diagnósticos por experts em saúde mental – com cada experimento sendo processado e uma única TITAN X.

A equipe reportou suas descobertas em paper submetido à conferência Interspeech 2018 em Hyderabad, India, e agora está preparada para levar o trabalho ao próximo nível.

“Este trabalho é muito encorajador” diz Alhanai. “Vamos utilizar estes sistemas e deixa-los fazer as predições para propósito de avaliação – não para usa-los clinicamente no momento, mas para coletar mais dados e torna-los mais robustos”.

Naturalmente, Alhanai anseia por ter acesso à GPUs mais rápidas e poderosas que lhe permitam processar mais experimentos com maior conjunto de dados. Mas sua visão de longo prazo é explorar o impacto que a utilização de deep learning na análise da comunicação – não só a fala – pode ter no diagnóstico e a forma de lidar com outras condições de saúde mental.

“Qualquer condição que possa ser ouvida ou sentida na fala, ou através de outros gestos, pode ser detectada pela máquina”, ela diz. “Não importa que sinal seja – pode ser a fala, a escrita, o movimento da mandíbula, a tensão muscular. Esta será uma maneira não-invasiva para monitorar estas condições”.

Fale conosco:
[email protected]

SDC | HPC- Computação de Alta Performance

SET-EXPO-EMAIL-MKT-intel-1

SDC+Intel®: Soluções para nuvem híbrida

A Intel®, Cloudian e SDC estão juntas na SET Expo para apresentar as soluções desenvolvidas para habilitar seu projeto de Nuvem Híbrida.
Visite-nos e conheça as soluções de storage compatíveis com Amazon S3 e as tecnologias necessárias para assegurar uma operação segura, versátil e de alta performance.
SET EXPO 2018
28 a 30 de agosto
Expo Center Norte – Pavilhão Vermelho
Estande 70

 

Sobre a SET Expo

O SET EXPO  é o maior evento sobre  conteúdo e tecnologia de mídia da América Latina.

Data/Local

28 a 30 de agosto de 2018
Pavilhão Vermelho e Centro de Convenções do Expo Centre Norte
Rua José Bernardo Pinto, 333 – Vila Guilherme
São Paulo – SP

A SET terá transfer gratuito saindo do Terminal Tietê

Código VIP: SETSDC

 

Sobre a SDC no Evento

Com quase 40 anos de atuação, a SDC é uma empresa de TI especializada no desenvolvimento de soluções computacionais para aplicações de alta disponibilidade.
Combinando hardware, software e serviços, a SDC fornece soluções customizadas e otimizadas de acordo com o ambiente e os objetivos de seus clientes.
No segmento de Vídeo e Broadcast oferece equipamentos de alto desempenho para a edição, armazenamento e distribuição de conteúdo, bem como mantém estreita parceria com desenvolvedores de software CDN e de avaliação da experiência do usuário.

Contato: David Cardoso – [email protected] | 11 5633-2855 |  www.sdc.com.br

Estande: Rua A-70

SET-EXPO-EMAIL-MKT

SET Expo 2018 | Visite-nos

Sobre a SET Expo

O SET EXPO  é o maior evento sobre  conteúdo e tecnologia de mídia da América Latina.

Data/Local

28 a 30 de agosto de 2018
Pavilhão Vermelho e Centro de Convenções do Expo Centre Norte
Rua José Bernardo Pinto, 333 – Vila Guilherme
São Paulo – SP

A SET terá transfer gratuito saindo do Terminal Tietê

Código VIP: SETSDC

 

Sobre a SDC no Evento

Com quase 40 anos de atuação, a SDC é uma empresa de TI especializada no desenvolvimento de soluções computacionais para aplicações de alta disponibilidade.
Combinando hardware, software e serviços, a SDC fornece soluções customizadas e otimizadas de acordo com o ambiente e os objetivos de seus clientes.
No segmento de Vídeo e Broadcast oferece equipamentos de alto desempenho para a edição, armazenamento e distribuição de conteúdo, bem como mantém estreita parceria com desenvolvedores de software CDN e de avaliação da experiência do usuário.

Contato: David Cardoso – [email protected] | 11 5633-2855 |  www.sdc.com.br

Estande: Rua A-70

hpc_UNIVERSIDADES

Aquisição de equipamentos com isenção de impostos

Aquisição no exterior com garantia local?

A SDC proporciona essa segurança para a sua tomada de decisão

Projetos acadêmicos com isenção de impostos para a aquisição de equipamentos no exterior podem se beneficiar da presença internacional da SDC e ainda contar com garantia local.

Consulte-nos sobre como podemos ajudá-lo a especificar, integrar e ainda manter as garantias de fábrica dos componentes

Saiba mais: [email protected] | 11-5633-2855

OVERCLOCK-LINKEDIN

Overclock em aplicações profissionais 24/7

Guilherme Friol e Fabiano J.Morita Nishio – Fev, 2018

Home> News>

Overclock é o processo de configurar CPU, GPU e memória de um computador para que funcionem em uma frequência mais alta do que especificado pelo fabricante, levando estes componentes a realizarem mais operações por segundo e, assim, conseguindo um ganho de até 40% na performance.

Este é um artifício que usuários avançados, com alta demanda de processamento, utilizam para aumentar a performance do computador para além das especificações originais, principalmente em aplicações como games, render ou transações financeiras.

O conceito básico é o incremento no fornecimento de energia e o consequente aumento da velocidade dos ciclos dos componentes. Para tanto, é necessário um alto nível de conhecimento por parte de quem executa pois é preciso prever uma série de fatores que podem limitar a performance, gerar erros de processamento ou simplesmente condenar o sistema por inteiro.

Por ser um procedimento que foge às práticas industriais, que estabelecem uma margem de segurança no desempenho em prol do custo de fabricação e otimização de energia, o overclock não é coberto por garantias ou, quando o é, tem parâmetros muito bem delimitados pelos fabricantes.

Mesmo assim, este é um conhecimento que fascina a muitos e tornou-se um hobby com ampla divulgação entre os aficionados. Competições de benchmark são realizadas com frequência e chega-se a utilizar hidrogênio líquido, hélio líquido ou gelo seco para manter a temperatura em níveis seguros e proporcionar estabilidade ao sistema.

Claro que em aplicações corporativas e acadêmicas é inviável manter uma estrutura computacional que exija tais artifícios. Nestes casos, o conhecimento aplicado é ainda mais avançado e os detalhes são muito importantes:

  • Escolha do processador
  • Propriedades físicas da placa mãe
  • Dimensionamento da fonte de energia
  • Características da GPU
  • Sistema de refrigeração por água e dissipadores de calor
  • A relação entre bus speed, multiplicadores e o clock da CPU
  • Velocidade dos pentes de memória
  • Sistema de armazenamento
  • Drivers adequados
  • Placas de rede

 

Quando devo considerar o overclock em aplicações profissionais?
 
Essencialmente, este recurso é justificado quando se busca uma vantagem competitiva em operações cuja velocidade de processamento é chave para o sucesso.

Os sistemas overclock projetados pela área de HPC da SDC são dimensionados de forma a oferecer alta disponibilidade e performance, mantendo a confiabilidade e resiliência compatíveis com aplicações profissionais.

No mercado financeiro, por exemplo, o trabalho de overclocking envolve servidores de alto custo, redes complexas e uma enorme quantidade de operações de altíssimo valor durante longos períodos. Qualquer erro acarretará enormes prejuízos, seja por conta de erro no processamento quanto por problemas eletromecânicos.

Neste caso, é importante conhecer a fundo tanto os componentes do hardware quanto as condições de comunicação da rede.

Nossa equipe está habilitada a especificar os equipamentos de acordo com a sua aplicação e infraestrutura, executar o ajuste das máquinas e rodar os testes necessários, oferecendo certificado de performance, garantia estendida (3 anos) e suporte especializado.

Se você atua em um mercado extremamente competitivo, consulte-nos. Nós podemos te ajudar.

Essencialmente, este recurso é justificado quando se busca uma vantagem competitiva em aplicações cuja velocidade de processamento é chave para o sucesso.

Os sistemas overclock projetados pela área de HPC da SDC são dimensionados de forma a oferecer alta disponibilidade e performance, mantendo a confiabilidade e resiliência compatíveis com aplicações profissionais.

No mercado financeiro, por exemplo, o trabalho de overclocking envolve servidores de alto custo, redes complexas e uma enorme quantidade de operações de altíssimo valor durante longos períodos. Qualquer erro pode acarretar enormes prejuízos.

Neste caso, é importante conhecer a fundo tanto os componentes do hardware quanto as condições de comunicação da rede.

Nossa equipe está habilitada a especificar os equipamentos de acordo com a sua aplicação e infraestrutur, executar o ajuste da máquina, rodar os testes necessários e entregar um certificado de performance, oferecendo garantia estendida (3 anos) e suporte especializado.

Se você procura se sobressair em um mercado competitivo, consulte-nos. Nós podemos te ajudar.

Siga-nos e compartilhe.

Consulte-nos sobre como podemos assessora-lo no seu projeto de Computação de alta performance.

Mais informações: [email protected] – 11-5633-2855 | www.sdc.com.br

HPC_P1002

Inteligência Artificial e Deep Learning – Por onde começar?

Guilherme Friol e Fabiano J.Morita Nishio – Dez, 2017

Home> News>

Neste momento da Humanidade em que tudo acontece e evolui a velocidades inimagináveis, a Inteligência Artificial deixou de ser uma promessa e já nos cerca de formas que até mesmo os especialistas da área se surpreendem.

Não é preciso ser um profissional de tecnologia para conviver com o termo. O assunto é tópico em todos os meios de comunicação com as mais variadas abordagens, desde matérias polêmicas, geralmente rasas e cheias de suposições, até demonstrações encantadoras dos resultados alcançados por competentes pesquisadores espalhados pelo mundo.

O fato é que estamos expostos à Inteligência Artificial há algum tempo e, no geral, somos bastante ajudados pelos algoritmos: seja para escolher a próxima série ou filme, para fazer a próxima compra online, no caminho a ser percorrido com ajuda de seu app de navegação preferido ou simplesmente fazendo uma pergunta para a Siri, Cortana ou Google Assistant – apenas para citar alguns exemplos.

Mas o propósito deste artigo não é fazer mais uma demonstração dos avanços da Inteligência Artificial, nem entrar nas polêmicas sobre os impactos da tecnologia. Se seu interesse o fez chegar até aqui, é porque você busca referências sobre a disciplina e, neste caso, o que é e como funciona o Deep Learning.

A Anatomia da Inteligência Artificial (ref: Terence Lee – Techinasia)

Um sistema AI (Artificial Intelligence) é, basicamente, composto por 5 áreas:

1.    Percepção: Assim como nós, o computador precisa de inputs para perceber o mundo. Nós temos os 5 sentidos, o computador utiliza sensores (ex.: câmeras e microfones) e bancos de dados para ter referências do ambiente

2.    Processamento de Linguagem Natural: Além dos sentidos, o computador precisa ter a capacidade de interpretar comandos sejam falados ou escritos.

3.    Representação do conhecimento: Uma vez que o computador tem os inputs, é necessário que ele tenha um meio de traduzir a informação para o código a ser processado.

4.    Lógica: Com dados coletados e conceitos definidos, o sistema pode usar as informações para resolver problemas logicamente. Um exemplo bem difundido é o jogo de Xadrez no qual o computador monitora os movimentos no tabuleiro e retorna com uma jogada adequada.

5.    Planejamento e Navegação: Para ser realmente similar à inteligência humana, a inteligência artificial não deve apenas emular o raciocínio humano, mas navegar o mundo tridimensional e existir entre nós, como os veículos autônomos que nos servirão em um futuro breve mas devem ser exaustivamente testados e aprimorados, já que uma falha pode custar vidas.

A estes conceitos, primeiramente descritos em 1956 nas Conferências de Darthmouth, soma-se o contexto atual e a convergência de alguns fatores que provocaram ou viabilizaram esse crescimento exponencial da Inteligência Artificial:

·      Lei de Moore – o poder de processamento dos chips chegou a um nível que proporcionou viabilidade técnica e econômica.

·      Big Data – o volume de informações disponíveis e capturáveis há muito superou a capacidade humana de retenção e análise, tornando essencial ter um sistema que processe e encontre padrões que ajudem a tomada de decisão.

·      Investimento das grandes corporações – Estes fatores somados não só despertaram o interesse dos grandes investidores, como possibilitaram novos modelos de negócio, produtos e empregos que até então eram impensáveis.

O que é DEEP LEARNING?

Um dos assuntos mais comentados no campo da Inteligência Artificial, principalmente por conta dos significativos avanços demonstrados nos últimos anos (talvez meses seja um período de tempo mais adequado para referenciar a curva de evolução) o Deep Learning é uma classe de algoritmos de aprendizagem não supervisionados que utiliza redes neurais de múltiplas camadas para alcançar os surpreendentes resultados que testemunhamos.

Um dos exemplos mais utilizados e altamente disponível para ilustrar o conceito é o reconhecimento de imagens, parte do conceito de Machine Vision. Neste tipo de aplicação, através do agrupamento de pixels e inputs massivos de imagens de referência, o sistema é capaz de reconhecer padrões e, então, distinguir objetos, como um ser humano de um animal, então reconhecer que o animal é um cachorro e, quanto mais informações recebe, pode até reconhecer a raça do cachorro em questão.

Este tipo de aplicação é de altíssima utilidade, por exemplo, no controle de qualidade em uma linha de produção, no monitoramento de áreas cuja segurança é crítica ou simplesmente ajudá-lo a encontrar um arquivo de imagem adequado no Google Images.

O que compõe um sistema DEEP LEARNING?

Para trabalhar com Deep Learning é necessário um computador com alto poder de processamento, uma forma de input de dados, uma base de dados, conhecimento em programação (Python, Cuda ou C++), conhecimentos em cálculo, álgebra, estatística, ciência da computação, economia e neurociência ou, ao menos, um software especificamente projetado para o tipo de pesquisa a ser desenvolvida (o que não te livra do pré-requisito de ter familiaridade com as disciplinas citadas).

Vamos por partes:

·      Poder computacional: tudo depende do volume de dados, o tipo de informação, o tempo disponível e o nível de complexidade da resposta esperada. Se você é um gamer dedicado, é muito provável que você já tenha essa máquina.

Para começar, considere ter ao menos:

o  Uma GPU boa o suficiente (4 ou + GB)

o  Uma CPU atual

o  4 GB de RAM

Para demandas corporativas mais elaboradas, com volumes massivos de dados, tenha ciência de que o poder computacional necessário será muito mais do que uma máquina de última geração. É possível que o projeto demande um cluster com centenas de corese transformar a sua jornada em uma empreitada de alto investimento.

Para tanto, esteja seguro de que tem o parceiro certo para orienta-lo na elaboração do projeto e evitar que você perca tempo e dinheiro.

Também existe a opção de alugar horas de processamento através de alguns fornecedores especializados.

·      Linguagens de programação e Bibliotecas:

Existem diversos softwares (e bibliotecas) prontos para certos tipos de aplicação.

Basicamente, todos os softwares são baseados e uma das seguintes linguagens:

o  Python

o  Cuda (NVIDIA)

o  C++

Consulte uma lista abrangente de softwares e as linguagens em que são baseadas aqui. (https://en.wikipedia.org/wiki/Comparison_of_deep_learning_software)

·      Escolha seu caminho:

Deep Learning vem sendo aplicado nos mais diversos campos do conhecimento e, para começar, é preciso que você entenda o tipo de aplicação que quer desenvolver. Abaixo, listamos alguns exemplos:

o  Machine ou Computer Vision (ex.: reconhecimento facial, processamento de imagens)

o  Processamento de linguagem (ex.: Chatbots, reconhecimento de fala)

o  Toxicologia e desenvolvimento de drogas para doenças ou agentes específicos

o  Monitoramento da saúde (qualidade de vida através de inputs de wearable devices)

o  Relacionamento com o cliente (CRM)

o  Publicidade personalizada

o  Análise de varejo, comportamento de compra

o  Pesquisas em Geologia, Biologia, Física, Química, Meteorologia, Astronomia, Design, Sociologia, Economia…

·      GO DEEP!

DEEP LEARNING ainda é um campo de conhecimento pouco explorado e aplicado.

Não se restrinja a apenas um projeto: explore os problemas, adquira habilidades, aplique e teste seu conhecimento, ponha suas ideias em prática, construa coisas novas, participe dos fóruns e comunidades e siga os pesquisadores mais proeminentes.

Este artigo é apenas uma introdução ao assunto. Existem muitas informações disponíveis e amplamente difundidas, as quais você encontrará navegando na web.

Em breve divulgaremos novos conteúdos relacionados, bem como ilustraremos melhor alguns exemplos de aplicações de Inteligência Artificial no Brasil e no mundo, inclusive os projetos que pudemos ter o prazer de participar.

Siga-nos e compartilhe.

Consulte-nos sobre como podemos assessora-lo no seu projeto de Computação de alta performance.

Mais informações: [email protected] – 11-5633-2855 | www.sdc.com.br/hpc