AWS、機械学習モデルのトレーニングを高速化する新しいTrn1チップを導入

顧客のワークロード向けにカスタムチップを採用する企業が増える中、Amazonもこの分野で積極的に取り組んでいます。2019年には推論学習の高速化を支援するInferentiaチップを発表しました。そして昨年、機械学習モデル向けに特別に設計された2つ目のTrainiumチップをリリースしました。そして本日、AWSはこれらの取り組みをさらに発展させ、最新の機械学習チップであるTrn1を発表しました。

AWS re:Invent で初の基調講演を行った Adam Selipsky 氏は、今朝ラスベガスのステージ上で最新チップに関するニュースを伝えました。

「本日、Trainium を搭載した新しい Trn1 インスタンスを発表できることを嬉しく思います。このインスタンスは、クラウドでのディープラーニング モデルのトレーニングに最高のコストパフォーマンスを提供し、EC2 では最速になると期待しています」と Selipsky 氏は re:Invent の聴衆に語りました。

「Trn1は、最大800ギガバイト/秒の帯域幅を備えた初のEC2インスタンスです。そのため、大規模なマルチノード分散トレーニングのユースケースに最適です。」彼は、画像認識、自然言語処理、不正検出、予測といったユースケースに最適であると述べました。

さらに、これらのチップをネットワーク化して「ウルトラ クラスター」に組み込むと、さらに強力なパフォーマンスが得られます。

「これらをネットワーク化し、ペタバイト規模のネットワークで相互接続された数万台のトレーニングアクセラレータで構成される、いわゆる「ウルトラクラスター」を構築できます。これらのトレーニング用ウルトラクラスターは、強力な機械学習スーパーコンピューターを搭載しており、数兆個のパラメータを持つ最も複雑なディープラーニングモデルを迅速にトレーニングできます」とセリプスキー氏は述べています。

セリプスキー氏は、同社はこの新しい処理能力を活用するためにSAPなどのパートナーと協力する予定だと述べた。