Delivering Scalable Deep Learning to Research with Bridges-AI
Delivering Scalable Deep Learning to Research with Bridges-AI
复制标题
使用 Bridges-AI 为研究提供可扩展的深度学习
DOI：
10.1007/978-3-030-41005-6_14
复制
发表时间：
2019
影响因子：
2.5
通讯作者：
J. Saltz
中科院分区：
文献类型：
--
作者：
Paola A. Buitrago;Nicholas A. Nystrom;Rajarsi Gupta;J. Saltz
人工智能（AI），特别是深度学习，正在推动巨大的进步，本身也具有巨大的研究兴趣。为了满足这些研究需求，匹兹堡超级计算中心（PSC）使用Bridges-AI扩展了其Bridges超级计算机，为美国国家研究社区及其国际合作者提供世界上最强大的AI服务器。我们描述了Bridges-AI的动机和架构及其与Bridges的集成，这增加了Bridges的可扩展，融合高性能计算（HPC），AI和大数据的能力。然后，我们描述了Bridges-AI的软件环境，特别是深度学习框架、机器学习和图分析的容器介绍，以及PSC的容器部署方法。最后，我们讨论了Bridges-AI正在实现突破的一系列研究挑战，强调了AI驱动的方法的发展，以通过乳腺癌中的自动肿瘤检测来识别免疫反应。
Artificial intelligence (AI), particularly deep learning, is enabling tremendous advances and is itself of great research interest. To address these research requirements, the Pittsburgh Supercomputing Center (PSC) expanded its Bridges supercomputer with Bridges-AI, providing the world’s most powerful AI servers to the U.S. national research community and their international collaborators. We describe the motivation and architecture of Bridges-AI and its integration with Bridges, which adds to Bridges’ capabilities for scalable, converged high-performance computing (HPC), AI, and Big Data. We then describe the software environment of Bridges-AI, particularly the introduction of containers for deep learning frameworks, machine learning, and graph analytics, and PSC’s approach to container deployment. We close with a discussion of the range of research challenges that Bridges-AI is enabling breakthroughs, highlighting development of AI-driven methods to identify immune responses with automated tumor detection in breast cancer.
影响因子：
8.8
作者：
Saltz J;Gupta R;Hou L;Kurc T;Singh P;Nguyen V;Samaras D;Shroyer KR;Zhao T;Batiste R;Van Arnam J;Cancer Genome Atlas Research Network;Shmulevich I;Rao AUK;Lazar AJ;Sharma A;Thorsson V
通讯作者：
Thorsson V
DOI：
10.1145/3332186.3332253
发表时间：
2019-07
期刊：
Proceedings of the Practice and Experience in Advanced Research Computing on Rise of the Machines (learning)
影响因子：
--
作者：
Paola A. Buitrago;Nicholas A. Nystrom
通讯作者：
Paola A. Buitrago;Nicholas A. Nystrom