Ziel von HP-DLF ist es, Wissenschaftlern und Entwicklern aus dem Bereich "Deep Learning" einen einfachen Zugang zu existierenden und zukünftigen Hochleistungsrechensystemen zu ermöglichen. Dazu soll ein neues Software-Framework entwickelt werden, welches die hoch komplexe Parallelisierung des Trainings von großen Neuronalen Netzen auf heterogenen Rechenclustern automatisiert. In Fokus stehen dabei Skalierungs- und Energieeffizienz, sowie eine hohe Portabilität und Nutzertransparenz. Ziel ist es, das Training von in bestehenden Frameworks entworfenen Netzen, ohne zusätzlich Nutzeraufwand über eine dreistellige Anzahl von Rechenknoten zu skalieren.
Partner
- Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (ITWM: Konsortialleitung)
- Technische Universität Dresden, Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH)
- Universität Heidelberg, Visual Learning Lab (VLL)
- Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)
