Jóvenes investigadores, Oportunidades en Computación de Altas Prestaciones y Visión por Computador

Hoy en día, el poder de la inteligencia artificial ha conseguido que los ordenadores sean capaces de alcanzar habilidades sobrehumanas a la hora de reconocer imágenes del mundo real.

De igual manera, ha permitido a los científicos más brillantes realizar descubrimientos a una velocidad asombrosa, principalmente gracias a la capacidad de analizar datos experimentales en apenas meses cuando antes se necesitaban varios años. Este año, el go, un juego con más de 2500 años de antigüedad y de una complejidad extraordinaria, ha sido testigo de cómo un ordenador ha sido capaz de competir, y de ganar, contra el mejor gran maestro humano en toda la Historia. Todo este progreso revolucionario ha sido posible gracias al aprendizaje profundo y a la potencia de cómputo de las tarjetas gráficas (GPUs).

En la Escuela Politécnica Superior, y en concreto en el Departamento de Tecnología Informática y Computación (DTIC) estamos actualmente centrados, en algunas de nuestras líneas, en explotar ambas tecnologías: aprendizaje profundo aplicado a problemas de visión por computador, y programación paralela sobre GPUs de NVIDIA empleando CUDA para acelerar diversos algoritmos.

Actualmente, la Universidad de Alicante es reconocida por NVIDIA como GPU Research Center, un galardón que reconoce la actividad investigadora relacionada con computación paralela empleando CUDA y GPUs NVIDIA. Adicionalmente, también poseemos el galardón GPU Education Center por la labor educativa desarrollada proporcionando cursos formativos y asignaturas sobre computación paralela sobre tarjetas gráficas empleando CUDA.

En este artículo nos gustaría daros a conocer algunas de nuestras líneas y resultados investigadores, así como algunos proyectos que se están llevando a cabo y las oportunidades tanto académicas como empresariales que ofrece una formación en estos campos.

 

Deep Learning y Reconocimiento de Objetos

 

Uno de los principales campos de investigación del departamento TIC es la visión por computador, campo que comprende la adquisición, procesado, análisis e interpretación de imágenes del mundo real. Dentro de ese campo, una de nuestras líneas principales de investigación se encuentra en la intersección de un problema actual como el reconocimiento de objetos (detectar objetos en imágenes, clasificarlos y estimar su posición) con técnicas de otros campos como la inteligencia artificial y la computación de altas prestaciones. 

Para ello, hacemos uso de técnicas de inteligencia artificial conocidas, aprendizaje profundo o deep learning, en concreto redes neuronales convolucionales. Estos algoritmos son capaces de aprender de forma automática la mejor forma de representar los datos así como crear modelos para aprender a clasificar dichas representaciones. Por otro lado, empleamos y programamos GPUs para acelerar las diferentes fases del sistema con el objetivo de conseguir procesar los datos lo más rápidamente posible. Esta aceleración es crucial pues las redes neuronales profundas pueden llegar a requerir de días e incluso semanas de cálculo para aprender los datos empleando procesadores tradicionales. Este tiempo de cálculo puede verse reducido a horas gracias a la afinidad de los cómputos realizados con la forma de procesar de las tarjetas gráficas.

 

Clúster de GPUs

 

Con la distinción de GPU Education Center, NVIDIA donó a la Escuela una dotación de tarjetas gráficas GeForce GTX480. Estas tarjetas fueron instaladas en los ordenadores del laboratorio L14, rebautizado desde entonces como laboratorio de supercomputación y dedicado esencialmente a aquellas asignaturas y cursos que requieren de una potencia gráfica significativa o, en nuestro caso, de computación de altas prestaciones con CUDA. Los alumnos del Grado en Ingeniería Informática Iván Rodríguez y Andrés Carpena están actualmente diseñando un clúster de computación paralela, que permita no solamente aprovechar la potencia de estas tarjetas individualmente sino de forma conjunta, construyendo de esta forma un supercomputador a pequeña escala. Su Trabajo de Fin de Grado continuará en esta línea, realizando pruebas de rendimiento, puliendo el sistema y tratando de crear una interfaz para ofrecer el clúster de supercomputación como servicio a la Escuela. 

Personalmente, y gracias en parte a la formación en CUDA adquirida, tuve la oportunidad de solicitar una estancia de verano en uno de los centros de investigación más prestigiosos de Europa: el Centro de Supercomputación de Jülich, embebido en el Centro de Investigación de Jülich en Alemania. Este centro, en el momento de la estancia poseía el noveno supercomputador más potente del mundo, el segundo de Europa, JUQUEEN con aproximadamente medio millón de núcleos. La estancia, enmarcada dentro del progama Summer of High Performance Computing, consistió en la aceleración, empleando GPUs NVIDIA y CUDA, del algoritmo Fast Multipole Method empleado para la simulación de sistemas dinámicos de partículas que se encuentran bajo la influencia de fuerzas físicas. Los dos meses pasados en Alemania supusieron para mí una gran experiencia, gracias a las amistades, los contactos y el crecimiento tanto a nivel personal como profesional y académico. Como broche, la calidad y la difusión del trabajo realizado me permitieron ganar el premio al mejor embajador del programa.

 

GPU Technology Conference

 

Dicho premio me costeó los gastos necesarios para asistir y presentar nuestro trabajo en la conferencia número uno sobre computación en tarjetas gráficas: la GPU Technology Conference, celebrada este año en Silicon Valley. En dicho congreso se presentan anualmente los trabajos más rompedores, en cualquier campo, que exploten el poder de cómputo de las GPUs. El primer día de la conferencia tuvimos la oportunidad de presentar parte del trabajo en forma de póster (quedando entre los 20 mejores presentados) y el último día presentamos el trabajo completo en forma de charla. Además, durante la fiesta de la conferencia, pude hablar y compartir ideas con grandes investigadores y conocer al CEO de NVIDIA: Jen-Hsun Huang. Gracias a todas estas experiencias estaré este verano en California para trabajar para NVIDIA en un proyecto relacionado con aprendizaje profundo y aceleración con GPUs.

 

Contacto

 

Eso es todo lo que queríamos contaros sobre nuestro trabajo, experiencias y posibilidades. Estoy a vuestra disposición para proporcionaros más información sobre GPUs y CUDA, nuestras líneas, o sobre las estancias. Podéis contactar conmigo usando el correo Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.. También ofrecemos la posibilidad de realizar prácticas externas en el grupo, así como trabajos de fin de grado o de máster, siguiendo líneas relacionadas con nuestro trabajo. Para más información podéis contactar con el director del GPU Research Center, José García utilizando el correo Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.

 

Alberto García 

Becario del Departamento de Tecnología Informática y Computación

EPSAlicante

Twitter EPSAlicante Facebook EPSAlicante Google+ EPSAlicante  

Blog LabsEPS Linkedin EPSAlicante Radio Politécnica RSS Revista Politécnica

Versiones impresas

Galería de fotos

Recibir novedades