Наука и техника. Cloud.ru предоставил ресурсы для ML учащимся Летней школы AIRI

Двухнедельное обучение в Летней школе AIRI 80-ти молодых специалистов со всей страны, прошедших строгий отбор научного комитета, завершилось защитой 32 проектов по наиболее востребованным и перспективным направлениям отрасли. Каждый из проектов связан с разработкой большой или маленькой обучаемой модели и применением методов искусственного интеллекта. Все подробности о деятельности школы в 2023 году, принципах отбора студентов и перспективных технологиях AI мы рассказываем в отдельном материале.

Чтобы решать сложные, принципиально новые задачи в области машинного обучения, экспериментировать с моделями, необходимы очень мощные вычислительные ресурсы.

Дмитрий Юдин, старший научный сотрудник AIRI, заведующий лабораторией интеллектуального транспорта МФТИ

«Считается, что некоторые эффекты трансформерных ML-моделей, их возможность решать некие специфические задачи – появляются при определенном количестве параметров: в нейросети их должно быть больше миллиарда или, допустим, больше десяти миллиардов. Это говорит о том, что использовать такие модели можно только на «тяжелых» видеокартах, на серверных решениях. Обычные десктопные видеокарты, даже самые продвинутые, не имеют достаточного объема видеопамяти, чтобы с их помощью можно было развернуть современные ML-модели и тем более их обучать», – приводит пример старший научный сотрудник AIRI, заведующий лабораторией интеллектуального транспорта МФТИ, один из соорганизаторов Летней школы AIRI Дмитрий Юдин.

ИТ-инфраструктуру для работы студентам Летней школы AIRI предоставил технологический партнер – облачный провайдер Cloud.ru. Учащиеся школы и их менторы получили доступ к виртуальным серверам суперкомпьютера Christofari и платформе для ML-разработки ML Space. Они смогли использовать для работы видеокарты с одной из самых мощных на сегодняшний день архитектур – NVIDIA Tesla V100 с объемом оперативной памяти 32 ГБ.

«С ML Space у нас есть возможность как работать на Jupyter Notebook, так и подключаться к серверам по SSH, получая более плотный доступ. Есть возможность пользоваться привычными инструментами вроде PyTorch или Visual Studio Code, фреймворками глубокого обучения. Очень важно, что мы также можем самостоятельно конфигурировать среду под определенные задачи. Например, существует стандартный набор доступных для работы докер-контейнеров, но их не всегда достаточно для каких-то специфических моделей. Мы в интенсивном режиме обучили ребят, как создавать кастомные контейнеры, которые предназначены для конкретной модели или метода искусственного интеллекта. Это расширяет возможности для исследований», – объясняет Дмитрий Юдин.

Стоит отметить, что необходимые ресурсы Cloud.ru выделил для Летней школы AIRI очень оперативно. За два дня руководители школы с помощью сотрудников техподдержки облачного провайдера подключились к платформе, наладили доступ к ней всем участникам, написали базовые инструкции.

В AIRI уверены, что в том числе благодаря сотрудничеству с Cloud.ru учащимся Летней школы удалось продемонстрировать большой потенциал и добиться впечатляющих результатов при реализации проектов. Многие из их разработок, в частности, могут лечь в основу научной публикации или научно-технического продукта. Кроме того, студенты получили хороший индустриальный опыт – возможность поработать с инструментами ML, которые используются многими компаниями из разных отраслей.

«ML Space построена на открытом программном обеспечении, и мы тоже все исследования делаем в основном на Open Source. Это еще один позитивный момент – интеграция в научное сообщество. Когда в статье или базовом подходе описано, например, что при разработке использовался инструмент PyTorch, видеокарта Tesla V100, – мы можем просто объективно оценить, какие у нас производительность, быстродействие, качество могут оказаться на тех же устройствах, при той же конфигурации сервера. Воспроизводимость исследований очень важна для нас», – добавляет Дмитрий Юдин.