Está dirigido a grupos de investigación que trabajan en inteligencia artificial así como a aplicaciones de Big Data. La Dirección General de Telecomunicaciones ha invertido 77.400 euros en la mejora de los servicios del superordenador.
El supercomputador Caléndula, del Centro de Supercomputación de Castilla y León, ha incorporado un nuevo servicio de cálculo basado en GPUs (Graphics Processing Unit) a su oferta. Este servicio está especialmente orientado a las necesidades de los grupos de investigación que trabajan en el ámbito de la inteligencia artificial, en particular en el aprendizaje automático basado en redes neuronales, así como para aplicaciones de análisis masivas de datos (Big Data).
Las GPUs comenzaron siendo empleadas fundamentalmente para la aceleración gráfica, en particular para mejorar la velocidad de los vídeojuegos. En los últimos años, sin embargo, se han convertido en una herramienta imprescindible para el cálculo científico por su elevada velocidad para determinados tipos de cálculo, en particular el entrenamiento de redes neuronales artificiales.
Este nuevo servicio ha supuesto una inversión total de 77.400 euros, que se ha adjudicado mediante concurso público a la empresa Nemix Computer Spain. En concreto, se han instalado cuatro tarjetas Tesla V100 de Nvidia, cada una de ellas con 640 Nvidia Tensor Cores y 5.120 CUDA cores, y 7 TeraFlops de potencia pico en doble precisión y 14 en simple precisión. Es decir, se añade una capacidad de cálculo de 28 TeraFLOPS (un TeraFLOP equivale a un millón de millones de operaciones aritméticas por segundo), la unidad de medida de la potencia de cálculo de los ordenadores a Caléndula.
Si la demanda de los diferentes grupos de investigación de este tipo de infraestructura fuese elevada, la Consejería de Fomento y Medio Ambiente tiene previsto aumentar el número de tarjetas.
Neuronas artificiales
El entrenamiento de redes de neuronas artificiales se está convirtiendo en una herramienta clave en multitud de aplicaciones, desde la conducción automática de vehículos hasta el reconocimiento de patrones en imágenes médicas. Las fases de entrenamiento de estos sistemas requieren de una gran capacidad de cálculo que es inasumible por ordenadores convencionales, mientras que se puede realizar en minutos en este tipo de hardware especializado.
