PaperspaceとGraphcoreが提携、開発者にIPUを無料で提供

• Paperspaceによるゼロセットアップのクラウド ノートブックによって、Graphcore IPUをすぐにお使いいただけます。
• コード例や学習コンテンツを含む、さまざまなIPU対応のMLモデルとチュートリアルにアクセスいただけます。
• 16個のIPU と4ペタフロップスのAI演算を備えた、パワフルなGraphcore専用マシンをご体験いただけます。

オンデマンドの高性能演算に特化した、業界をリードする MLOps プラットフォームであるPaperspaceにより、機械学習の開発者や研究者がGraphcoreのインテリジェンスプロセッシングユニット（IPU）を、無料で時間をかけることなく利用できるようになりました。本日開始したこのサービスは、機械学習モデルを構築、トレーニング、展開するPaperspaceのプラットフォームGradient内で、IPU専用アクセスをネイティブで提供するものです。

機械学習インフラストラクチャの管理は、複雑で時間がかかることで知られています。Paperspaceは、クラウド演算をより身近なものにすることを使命とし、ソフトウェアレイヤーを通じてインストール、構成、互換性の問題を解決します。

Paperspaceのユーザーは誰でも、事前構成されたIPU最適化ランタイムを使用して、クラウド内のGraphcore機械で最先端モデルを簡単に実行できるようになりました。これにより、ドライバーやSDKのインストールや、開始するためにセットアップスクリプトを実行する必要がなくなります。世界中の開発者は、Graphcoreのチュートリアルとサンプルプロジェクトを実行して、IPU独自のAIを中心にしたアーキテクチャとPoplar SDKの優位性を探れるようになりました。

Graphcore共同創業者兼CEO Nigel Toonは次のように述べています。

「Paperspaceは、ML開発者が選択するクラウドプラットフォームとして長年にわたり知られ、AI第一のプラットフォーム企業、スケールアップ企業、大企業で働くAIエンジニアの間で注目されている、Graphcoreの素晴らしいパートナーです。この提携は、Graphcore IPUテクノロジーの実証された性能優位性と、PaperspaceのGradientクラウドプラットフォームが提供するアクセスの容易さと強力な開発環境が組み合わさるため、機械学習コミュニティにとってはWin-Winの関係です。

本日開始するサービスは、IPUに合わせてモデルを最適化する方法を学び、Graphニューラル ネットワークや視覚処理、自然言語処理用のTransformerモデルなど、IPUが真価を示すAI応用を使いやすいJupyter Notebook環境で体験する上で、理想的な方法です。」

ブラウザベースのGradient Notebookを使用し、IPUで最先端のモデルを実行

Paperspaceを使用したIPUアクセスのセットアップは、始めから終わりまでシンプルになるように設計されています。これはすべて、WebベースのJupyter IDEであるGradient Notebook の直感的かつ使い慣れたブラウザ環境を介して、事前構築されたDockerコンテナで行います。

Jupyter Notebookは、とても人気の高いデータサイエンスツールです。Gradientは、Jupyterを、強力、柔軟で使いやすい本格的なIDEおよびMLOpsプラットフォームに強化します。

開始するには、Gradientワークスペース内でIPUランタイムを選択するだけです。このワークスペースには、事前ロードされたDockerコンテナ、コード、データセットが付いています。ユーザーは、NLP、コンピュータビジョン、GNNを含む、IPUの優位性を示す最新かつ選りすぐりのモデルにアクセスできます。

開発環境をどう整えるかを気にせずに、公開されている一連のモデルベンチマークをすぐに参照して複製できます。これは、Graphcore Model Gardenから直接リンクする「Run on Gradient」ボタンの統合により、さらに簡単になりました。

利用可能なモデルは、以下のとおりです。

• BERT-Large。シーケンス分類、固有表現認識、質問応答、複数選択などのNLP変換モデル
• RoBERTa。変更された主要なハイパーパラメータを使用したBERTがベース。次の文の事前トレーニング目標を削除し、はるかに大きなミニバッチと学習率でトレーニング
• ViT （ビジョントランスフォーマー）。画像のパッチでTransformerのようなアーキテクチャを採用する画像認識のコンピュータビジョンモデル
• Cluster-GCN。深くて大きなグラフ畳み込みネットワークをトレーニングする効率的なアルゴリズム。大規模なトレーニングを可能にするクラスタサンプリングアプローチでノード分類タスクを実行
• TGN（時間グラフネットワーク）。Twitterで開発されたGNNモデル。イベントのストリームとして表すことができる動的グラフのディープラーニングが目的
• SchNet。分子の原子間の量子相互作用をモデル化するために開発されたGNNベースのモデル

さらなる機能として、Gradientでは、高度な構成から任意のGitHubリポジトリ（Graphcoreの開発者ポータル、コミュニティコード、または個人リポジトリのものを含む）をロードし、GraphcoreのDocker Hubから入手可能な公式Jupyter Dockerコンテナのいずれかとペアにすることができます。

事前設定なしでパワフルなIPUテクノロジーを体験

Paperspaceがあれば、オンプレミスのハードウェアを操作したり、作業環境をセットしてメンテナンスしたりする必要がありません。無料なので、将来的に有料サブスクリプションに切り替える必要もありません。

ユーザーはGradient Notebookを使用して、 GraphcoreのIPUテクノロジーの性能とソフトウェアエコシステムを、任意のペースかつ自由に評価できます。一度に1つの専用IPUインスタンスを最大6時間実行できます。 この6時間の無料セッションは、無制限に実行できます。

すべてのIPU対応のGradient Notebookは、4ペタフロップスのAI演算を提供するIPU-POD₁₆ Classic機械搭載です。

広がり続けるPaperspace Gradient IPU体験

本日、この無料のクラウドサービスを開始することは、あらゆるIPU機能をPaperspace Gradientプラットフォームに導入する第一歩です。近い将来、GraphcoreとPaperspaceは、IPUのエンドツーエンド体験を実験と製造のどちらでも使用できるようサービスを拡大する予定です。

さまざまなIPU PODシステムで、ノートブックベースのIPUを使用することへのサポートを拡張できるような従量課金制のオプションも含まれます。これにより、ユーザーは独自のモデルをトレーニングしてIPUで独自の実験を実行し、モデルのトレーニングと推論を本番移行し、作業負荷の演算要件に合わせてランタイムとアルゴリズムを最適化できるようになります。

登録

こちらより、Paperspace Gradientの無料IPUアクセスにご登録ください。