NVIDIA FLARE 2.9 Îmbunătățește Federated Learning cu Integrare Slurm pentru Infrastructuri Scalabile

NVIDIA FLARE 2.9 a fost lansat, îmbunătățind semnificativ capabilitățile sale pentru federated learning prin integrarea suportului pentru managerul de workload Slurm. Această extindere permite o implementare mai scalabilă și eficientă a fluxurilor de lucru de federated learning pe o gamă mai largă de medii computaționale, inclusiv clustere tradiționale de High-Performance Computing (HPC), alături de suportul existent pentru sisteme containerizate precum Docker și Kubernetes. Scopul principal este de a permite cercetătorilor și dezvoltatorilor să gestioneze și să scaleze mai ușor sarcini complexe de antrenament AI distribuit, fără a fi limitați la un singur tip de infrastructură.

Actualizarea tehnică aduce integrare directă cu Slurm, un scheduler popular de joburi open-source utilizat pe scară largă în mediile HPC. Aceasta înseamnă că NVIDIA FLARE poate acum valorifica capabilitățile robuste de management al resurselor și de planificare ale Slurm pentru a orchestra joburi de federated learning. Flexibilitatea framework-ului de a lucra cu infrastructuri heterogene este consolidată, permițând operarea fără probleme pe servere on-premises, instanțe cloud și hardware HPC specializat. Această flexibilitate este crucială pentru organizațiile care lucrează cu date sensibile ce nu pot fi mutate într-o locație centrală, un principiu de bază al federated learning.

Această lansare poziționează NVIDIA FLARE ca un instrument mai versatil pentru dezvoltarea AI distribuit, în special în domenii precum sănătatea și finanțele, unde confidențialitatea datelor este primordială. Prin simplificarea implementării și scalării federated learning pe hardware divers, NVIDIA reduce bariera de intrare pentru proiecte AI complexe. Dezvoltarea continuă a FLARE, cu accent pe compatibilitatea infrastructurii și scalabilitate, semnalează un angajament crescut pentru a permite antrenarea colaborativă a modelelor AI pe seturi de date descentralizate.