Um estudo de caso de uso de GPUs para o aprendizado de máquina

Proposta de trabalho

Aluno: Ian Carvalho - 7959725 Orientador: Alfredo Goldman

Contextualização

A quantidade de dados disponíveis na Internet e o aumento da capacidade de processamento computacional permitiram o desenvolvimento de algoritmos de aprendizado de máquina (ML) mais rápidos e precisos. Diversas empresas têm investido na utilização de hardware criados especificamente para as aplicações de inteligência artificial (Melendez, 2016). No entanto, segundo Steinkraus et al. (2005) a “utilização de hardware dedicado no aprendizado de máquina em geral termina em desastre devido aos custos, obsolescência e softwares ruins”

Com a popularização das placas de vídeos (GPUs) (apud Steinkraus et al., 2005) e devido a alta desempenho para determinadas tarefas se comparada à CPU, tem-se explorado seu uso para solucionar problemas de computação científica. Na área de aprendizado de máquina, GPUs se mostram particularmente adequadas à implementação de redes neurais (Steinkraus et al., 2005).

Pretende-se neste trabalho explorar algoritmos de aprendizado de máquina executados em GPUs com o objetivo de verificar as limitações de implementação, além de comparar os resultados de uma aplicação em dados reais com algoritmos similares executados na CPU em relação à acurácia e velocidade.

Metodologia

1. Levantar os principais frameworks de aprendizado de máquina com suporte à GPU.
2. Revisão da literatura atual e estudos de trabalhos relacionados.
3. Escolha da aplicação e levantamento dos dados.
4. Estudo dos modelos compatíveis com a aplicação.
5. Implementação dos modelos.
6. Análise dos resultados.
7. Escrita da monografia.

Cronograma

Referências

Melendez S. "Chipmakers Are Racing To Build Hardware For Artificial Intelligence." 7 dez. 2016, https://www.fastcompany.com/3065843/artificial-intelligence-chips-race-nvidia-intel.

Steinkraus, D., Buck, I. & Simard, P.Y. (2005). GPUs for Machine Learning Algorithms. ICDAR 2005, 2, 1115 – 1120.