Tag: machine

KataGo 的分散式訓練計畫啟動了

KataGo 應該是目前 open source 領域裡面數一數二強的圍棋引擎，在去年就一直在開發可以讓大家參與的分散式訓練計畫，最近釋出了 v1.8.0 版，算是公開啟動了：「KataGo Distributed Training」，作者在「KataGo distributed training is open!」這邊也有大概寫一下。

基本上照著官方網站上面的說明做就可以了，可以下載 precompiled binary 或是自己編，自己編的時候注意不能直接拿 master branch 裡面編 (client hash 會不對)，我自己目前是用 v1.8.0 這個版本編出來跑。

在 Reddit 上面的「KataGo's new run is open for public contributions!」也可以看到說明的圖片 (要注意圖上的 X 軸不是線性)，算是接著本來的 g170 訓練下去，另外也標示了 ELFv2 與 Leela Zero 大致上的強度：

目前看起來陸陸續續有人開始參與了...

另外在 CGOS 上面也可以看到 kata1 開頭的 bot 在跑，而且看起來會一直把新的 training 成果更新上去跑。

在 x86-64 上跑 Raspberry Pi 的 OS

看到「dockerpi」這個專案，讓你可以在 x86-64 上模擬 Raspberry Pi 環境跑 Raspbian。

然後整包是先透過 Docker 產出一個獨立環境，然後裡面跑 QEMU 模擬 ARM 的環境，接下來再跑 Raspbian：

A full ARM environment is created by using Docker to bootstrap a QEMU virtual machine. The Docker QEMU process virtualises a machine with a single core ARM11 CPU and 256MB RAM, just like the Raspberry Pi. The official Raspbian image is mounted and booted along with a modified QEMU compatible kernel.

這馬上讓人想到 Inception 啊 XDDD

Anyway，這個方法對於想玩玩的人可以省不少功夫，是個有趣的專案就是了...

Amazon EC2 可以掛多個 Elastic Inference 了

看到 Jeff Barr 的 tweet：

所以是一台 Amazon EC2 的主機可以掛多個 Elastic Inference (GPU) 了，這主要應該還是對現有的使用者有幫助。還沒有使用的應該會往新的 AWS Inferentia 測試？(參考「AWS 開始推自己的 Machine Learning Chip」)

企業內的文件搜尋系統 Amazon Kendra

AWS 推出了具有語意分析的能力，可以直接丟自然語言進去搜尋的 Amazon Kendra：「Announcing Amazon Kendra: Reinventing Enterprise Search with Machine Learning」。

之前 Google 有推出過 Google Search Appliance 也是做企業內資料的整合 (2016 年收掉了)，但應該沒有到可以用自然語言搜尋？

Amazon Kendra 的費用不算便宜，Enterprise Edition 提供 150GB 的容量與 50 萬筆文件，然後提供大約 40k query/day，這樣要 USD$7/hr，一個月大約是 USD$5,040，不過對於企業來說應該是很有用...

另外有提到這邊 query 收費的部份是估算，會依照 query 問題的難易度而不同：

Actual queries per day will vary based on query complexity, which greatly varies from customer to customer. Less complex queries (e.g. “leave policy”) consume less resources to run, and more complex queries (e.g. “What’s the daily parking allowance in Seattle?”) consume more resources to run. The total number of queries you can run with your allocated resources will depend on your mix of queries. The max queries per day provided above is an estimate, assuming 80% less complex queries and 20% more complex queries.

這樣頗有趣的，感覺可以處理簡單的分析了？

Amazon Detective：用 Machine Learning 分析可能的安全問題

也是這次 AWS re:Invent 發表的服務，透過 Machine Learning 分析可能的安全問題：「Introducing Amazon Detective」。

透過現有的各種 log 建立模型分析：

Amazon Detective can analyze trillions of events from multiple data sources such as Virtual Private Cloud (VPC) Flow Logs, AWS CloudTrail, and Amazon GuardDuty, and automatically creates a unified, interactive view of your resources, users, and the interactions between them over time.

依照 log 的量算錢的，然後 preview 階段不收費，所以有興趣的人可以開起來跑看看？

AWS 開始推自己的 Machine Learning Chip

除了常見的 GPU 類，以及之前公佈過的 FPGA 外，這次 AWS 推出的是自己做的晶片 AWS Inferentia，以及對應到 EC2 上的機種 inf1：「Amazon EC2 Update – Inf1 Instances with AWS Inferentia Chips for High Performance Cost-Effective Inferencing」。

從介紹可以看到支援的形式：

Each AWS Inferentia chip supports up to 128 TOPS (trillions of operations per second) of performance at low power to enable multiple chips per EC2 instance. AWS Inferentia supports FP16, BF16, and INT8 data types. Furthermore, Inferentia can take a 32-bit trained model and run it at the speed of a 16-bit model using BFloat16.

然後常見的框架都先弄好支援了：

AWS Inferentia comes with the AWS Neuron software development kit (SDK) that enables complex neural net models, created and trained in popular frameworks to be executed using AWS Inferentia based EC2 Inf1 instances. Neuron consists of a compiler, run-time, and profiling tools and is pre-integrated into popular machine learning frameworks including TensorFlow, Pytorch, and MXNet to deliver optimal performance of EC2 Inf1 instances.

現在看起來類似於 Google 弄的 TPU，專為 machine learning 搞出來的 ASIC，等一陣子應該就會有兩者的比較了...

AWS 展示了 DeepComposer

今年 AWS 的 re:Invent 又開始了，照慣例有很多東西會在會場上發表 (尤其是現場表演起來會很炫的)，其中一個是 AWS DeepComposer：「AWS DeepComposer – Compose Music with Generative Machine Learning Models」。

在現場有人錄影下來放到 Twitter 上可以直接看：

現場展示了輸入一段旋律，而 AWS DeepComposer 可以補上其他樂器的配樂。在 blog 上的介紹文章也可以看到同樣的說明：

  • Log into the DeepComposer console,
  • Record a short musical tune, or use a prerecorded one,
  • Select a generative model for your favorite genre, either pretrained or your own,
  • Use this model to generate a new polyphonic composition,
  • Play the composition in the console,
  • Export the composition or share it on SoundCloud.

就... 很炫 XD

Amazon Aurora 可以直接使用 AWS 的 Machine Learning 服務

AWS 宣佈了 Amazon Aurora 可以直接使用 AWS 自家的 Machine Learning 服務：「New for Amazon Aurora – Use Machine Learning Directly From Your Databases」。

整合了兩個服務，分別是 Amazon SageMaker (各類的模型) 以及 Amazon Comprehend (文字處理相關)。

目前只有 Amazon Aurora MySQL 5.7 的版本有支援，其他的還在做：

The new machine learning integration is available today for Aurora MySQL 5.7, with the SageMaker integration generally available and the Comprehend integration in preview. You can learn more in the documentation. We are working on other engines and versions: Aurora MySQL 5.6 and Aurora PostgreSQL 10 and 11 are coming soon.

這個整合讓程式用起來更方便了...

Amazon Redshift 會自動在背景重新排序資料以增加效能

Amazon Redshift 的新功能，會自動在背景重新排序資料以增加效能：「Amazon Redshift introduces Automatic Table Sort, an automated alternative to Vacuum Sort」。

版本要到更新到 1.0.11118，然後預設就會打開：

This feature is available in Redshift 1.0.11118 and later.

Automatic table sort is now enabled by default on Redshift tables where a sort key is specified.

重新排序的運算會在背景處理，另外帶一些行為學習分析：

Redshift runs the sorting in the background and re-organizes the data in tables to maintain sort order and provide optimal performance. This operation does not interrupt query processing and reduces the compute resources required by operating only on frequently accessed blocks of data. It prioritizes which blocks of table to sort by analyzing query patterns using machine learning.

算是丟著讓他跑就好的東西，升級上去後可以看一下 CloudWatch 的報告，這邊沒有特別講應該是還好... XD

擋 Live 與 Podcast 內廣告的工具

看到「An adblocker for live radio streams and podcasts. Machine learning meets Shazam.」這個專案，這個把 machine learning 用到「正途」上了啊...

不過畢竟是比較複雜的演算法，會吃不少 CPU 資源：

On a regular laptop CPU and with the Python time-frequency analyser, computations run at 5-10X for files and at 10-20% usage for live stream.

不過看用法還是偏向 library 性質，如果要大力推廣可能還是需要有其他人包個更好的界面...