Reducciones aritméticas con Tensor Cores serán analizados en seminario de Magíster en Informática

Este miércoles 05 de junio a las 15.50 horas el Magíster de Informática UACh realizará una nueva versión del ciclo de charlas en el espacio de posgrado ubicado en el tercer piso del edificio 1000 (decanatura).
La charla denominada “Arithmetic Reduction Using Nvidia Tensor Cores" a cargo de Roberto Carrasco, estudiante del Magíster en Informática UACh,. buscará “mostrar una oportunidad de explotar el rendimiento de los Tensor Cores en un campo distinto del que fue diseñado originalmente, como lo es la reducción aritmética”, explicó.
¿Qué son los Tensor Core?
“Los Tensor Core son circuitos Integrados diseñados principalmente para acelerar la fase de entrenamiento de Deep Learning, los cuales vienen incorporado en los últimos modelos de las tarjetas de video de Nvidia”, señaló Carrasco.
En la actualidad, Deep Learning (DL) se ha convertido en una de las técnicas más usadas en aplicaciones tales como las plataformas de vehículos autónomos y el reconocimiento de patrones en imágenes, estos son solo algunas de las aplicaciones que han seguido esta tendencia.
No obstante, este tipo aplicaciones emplean un elevado costo computacional para poder realizar su procesamiento en tiempo real, lo que ha dado pie a desarrollar los Tensor Core (TC) que busca aprovechar ventajas en otros campos no relacionados con su propósito original.
“Nosotros proponemos un método novedoso que aprovecha las ventajas que proporcionan los TC en el problema la reducción aritmética, además, exploraremos el nuevo modelo de programación y de las operaciones que permiten los TC para dar solución a la reducción”, afirmó el expositor Roberto Carrasco.
Finalmente, Carrasco buscará destacar dos aspectos de los Tensor Cores: primero como método de reducción más rápido que permitiría procesar grandes volúmenes de datos en tiempo real, y el segundo que existe un enorme potencial en utilizar los Tensor Cores en campos distintos para el que fue diseñado originalmente”, concluyó.