Grid.ai ha annunciato oggi la disponibilità generale di Grid, una nuova piattaforma che consente a ricercatori e data scientist di addestrare modelli di intelligenza artificiale nel cloud. L’azienda afferma che Grid consente lo sviluppo e la formazione “su larga scala” senza richiedere competenze avanzate nell’ingegneria dell’apprendimento automatico.
I professionisti del machine learning possono incontrare difficoltà quando ridimensionano i carichi di lavoro AI a causa dell’infrastruttura necessaria per l’addestramento e la distribuzione in produzione. Inoltre, questa infrastruttura può essere costosa da mantenere. Uno studio Synced ha stimato che il modello di rilevamento delle fake news Grover dell’Università di Washington costa $ 25.000 per l’addestramento in circa due settimane e OpenAI, secondo quanto riferito, ha accumulato ben 12 milioni di dollari per addestrare il suo modello linguistico GPT-3.
Ad alto livello, Grid offre un’interfaccia per l’addestramento di modelli su GPU, processori e altro. È un’app Web con un’interfaccia a riga di comando che ottimizza i set di dati per lavorare al livello necessario per la produzione e la ricerca “all’avanguardia”. Grid calcola in tempo reale per semplificare la quantificazione degli sforzi di ricerca e sviluppo dei progetti di IA. Inoltre, la piattaforma fornisce l’accesso ai notebook Jupyter, un modo per i data scientist di raggruppare le loro risposte con il codice Python che le ha prodotte.
Per utilizzare Grid, gli utenti clonano semplicemente un progetto dai loro repository GitHub e apportano piccole modifiche al codice. I dati e gli artefatti rimangono nella loro infrastruttura: Grid si limita a orchestrare. Inoltre, gli artefatti dell’esperimento, come pesi e registri, vengono automaticamente salvati nel cloud in modo che sia possibile accedervi durante o dopo una corsa di allenamento.
Grid sarà disponibile a partire dal 13 aprile in tre piani: individuale, di squadra e aziendale. Il piano individuale è il costo dell’elaborazione del cloud più il 20%, mentre il piano del team è di $ 1.000 al mese oltre ai costi del cloud e del 15%.
Il lancio di Grid arriva dopo che la sua omonima società, Grid.ai, è emersa dalla furtività nell’ottobre 2018 con $ 18,6 milioni di fondi di venture capital. Cofondato da William Falcon, il creatore di PyTorch Lightning, uno dei framework di machine learning in più rapida crescita al mondo, la missione di Grid.ai è ridurre la distanza tra la ricerca sul deep learning e la sua pratica nelle aziende della vita reale.
Grid sfrutta PyTorch Lightning per separare il codice richiesto per definire un modello completo di deep learning dal codice richiesto per eseguirlo sull’hardware. Falcon afferma che l’obiettivo principale è aiutare le aziende a concentrarsi sulla fornitura di valore invece di preoccuparsi delle macchine in esecuzione o dei cluster.
“Ripensa a quando è nata l’elettricità. Solo pochi avevano accesso ad esso fino a quando la rete elettrica non lo ha reso disponibile a tutti “, ha detto Falcon a VentureBeat via e-mail. “Questo è l’obiettivo di Grid.ai, democratizzare l’accesso eliminando la necessità di essere un ingegnere esperto. I professionisti del ML dovrebbero concentrarsi sulla fornitura di valore attraverso modelli e dati, non sul diventare ingegneri esperti “.
