ศ.นพ. ยิ่งยศ อวิหิงสานนท์ ผู้ช่วยอธิการบดี งานด้านวิจัย พัฒนา และนวัตกรรม และผู้อำนวยการศูนย์ UTC จุฬาฯ กล่าวว่า จุฬาฯ กำลังมองหาระบบการฝึกอบรม GPU ที่ดีที่สุด ประสิทธิภาพสูงสุดในการฝึกอบรมโมเดล AI จากข้อมูลจำนวนมาก ซึ่งรวมถึงภาพความละเอียดสูงในเวลาอันสั้น พร้อมบำรุงรักษาง่าย ระบบที่ใช้ GPU จำเป็นต้องมีซอฟต์แวร์ช่วยเหลือเพื่อเพิ่มประสิทธิภาพของ GPU รวมถึงเครื่องมือการจัดการที่เรียบง่าย ฮาร์ดแวร์และซอฟต์แวร์จะต้องสามารถรวมเข้ากันและเชื่อมต่อกับโครงสร้างพื้นฐานไอทีที่มีอยู่ของเราได้อย่างง่ายดายด้วย
UTC ก่อตั้งขึ้นเพื่อจัดการกับสิ่งที่เรียกว่า “หุบเขาแห่งความตาย” หรือช่องว่างระหว่างการวิจัยในมหาวิทยาลัยกับทรัพย์สินทางปัญญาและแอปพลิเคชั่น การทำงานที่มีมูลค่าเชิงพาณิชย์ ศูนย์ฯ นี้ทำงานอย่างใกล้ชิดกับนักศึกษา ภาคอุตสาหกรรมและรัฐบาลในการระบุพื้นที่วิจัยเทคโนโลยีที่ทันสมัย ซึ่งแนวโน้มการวิจัยเชิงลึกสำหรับการพัฒนาและการค้า นับเป็นความท้าทายในการเตรียมความพร้อมและรับมือกับการแก้ไขปัญหาที่อาจจะเกิดขึ้นได้อย่างมีประสิทธิภาพ
ปัจจุบันศูนย์ UTC แห่งนี้มุ่งเน้นในการสร้างนวัตกรรม AI ภายใต้โครงการ Thailand 4.0 ซึ่งมีการระบุว่า 1 ใน 5 เทคโนโลยีที่สำคัญ ได้แก่ เทคโนโลยีด้านดิจิทัล อินเทอร์เน็ต AI และเทคโนโลยีสมองกลฝังตัว การวิจัยและการประมวลผลด้วยภาษาไทย การประมวลผลภาพและการสนับสนุนด้านการเรียนรู้ อีกหนึ่งส่วนที่สำคัญและโฟกัสของศูนย์ฯ ก็คือ เทคโนโลยีทางการแพทย์ เป็นที่ต้องการสูงเนื่องจากประเทศไทยกำลังเข้าสู่สังคมผู้สูงอายุ ซึ่งมีประชากรผู้สูงอายุมากที่สุดเป็นอันดับสามของเอเชียโดยมี 1 ใน 4 นั้นจะมีอายุ 60 ปีในปี 2573
ทางด้านผู้ช่วยศาสตราจารย์ ณัฐวุฒิ นุชไพโรจน์ ผู้อำนวยการ AI และดาต้าวิทยาศาสตร์จุฬาฯ กล่าวเสริมว่า สำหรับการทำโครงการของเรา มีความต้องการพลังการประมวลผลที่สูงขึ้นในระยะเวลาที่สั้นลง เนื่องจากกระบวนการเรามีรูปภาพและชุดข้อมูลจำนวนมาก ด้วยประสิทธิภาพของ NVIDIA DGX A100™ ใหม่ เราหวังว่าจะสามารถช่วยสนับสนุนงานวิจัยและนวัตกรรมใหม่ที่ขับเคลื่อนด้วย AI พร้อมเสริมศักยภาพการทำงานของศูนย์ฯ ได้เต็มประสิทธิภาพยิ่งขึ้น
NVIDIA DGX A100™ เป็นศูนย์ข้อมูลแบบเร่งความเร็วระดับ 5-petaflop ภายในกล่องที่ให้พลังงานและประสิทธิภาพที่จำเป็นสำหรับนักวิจัย AI โดยมีพื้นฐานบนสถาปัตยกรรมของ NVIDIA Ampere มันบรรจุแปด GPU A100 Tensor Core GPUs เพื่อให้หน่วยความจำ 320GB สำหรับการฝึกอบรมชุดข้อมูล AI ขนาดใหญ่การอนุมานและปริมาณงานการวิเคราะห์ข้อมูล การใช้เทคโนโลยี GPU หลายอินสแตนซ์ สามารถรองรับปริมาณงานที่น้อยลงได้หลายอย่าง โดยแบ่งพาร์ติชัน DGX A100 เป็น 56 อินสแตนซ์ เมื่อรวมกับประสิทธิภาพความเร็วสูงในตัว NVIDIA®Mellanox® การเชื่อมต่อเครือข่าย HDR นั้น DGX A100 จะสามารถตอบสนองโครงสร้างพื้นฐานที่ยืดหยุ่นสำหรับศูนย์วิจัย
การสนับสนุนการวิเคราะห์ AI การฝึกอบรมและการอนุมานบนแพลตฟอร์มเดียวสามารถช่วยเพิ่มประสิทธิภาพสูงสุดถึง 20 เท่า เหนือกว่ารุ่นก่อน NVIDIA DGX A100 จะมอบทรัพยากรคอมพิวเตอร์และประสิทธิภาพสูงที่จุฬาลงกรณ์มหาวิทยาลัยจำเป็นต้องใช้เพื่อผลักดันการวิจัย การปรับใช้ Chulalongkorn UTC DGX A100 นั้นสร้างจากความสัมพันธ์อันใกล้ชิดของ NVIDIA กับมหาวิทยาลัยผ่านห้องปฏิบัติการ (ห้องแล็บ) ที่ทำงานในโครงการวิจัย AI โดยมุ่งเน้นอุตสาหกรรมและโหนดซึ่งเป็นส่วนหนึ่งของเครือข่าย NVIDIA AI Technology Center ของเรา” Dennis Ang ผู้อำนวยการฝ่ายธุรกิจองค์กรกล่าว SEA และ ANZ Region ที่ NVIDIA สำหรับข้อมูลเพิ่มเติม DGX A100 ได้ที่ https://www.nvidia.com/dgxa100