sharing is caring
ist wirklich so!
Vielen Dank fürs Teilen!
handverlesenswert
Kluge Köpfe filtern für dich relevante Beiträge aus dem Netz.
Entdecke handverlesene Artikel, Videos und Audios zu deinen Themen.
Du befindest dich im Kanal:
Mit Rechenpower den Krebs besiegen
Kurator'in für: Klima und Wandel Fundstücke
Ole hat für die Bertelsmann Stiftung die internationale Blogger-Plattform Futurechallenges.org aufgebaut und beschäftigt sich dort nun mit den Wechselwirkungen von Digitalisierung und Nachhaltigkeit. Er ist Co-Founder der Menschenrechtsplattform www.futurechallenges.org und befasst sich mit der Fragen der Globalisierung, der Zukunft der Arbeit und mit den Wechselwirkungen von Digitalisierung und Nachhaltigkeit. Er schreibt auch auf www.netzpiloten.de, ist u.a. als selbständiger Berater zu digitalen Trends tätig und ist im Beirat des Colab_Digital aktiv. Alle hier geposteten Texte geben ausschließlich seine private Meinung wieder.
Ein neuer Chip, der größer als ein iPad ist, 1,2 Billionen Transistoren beherbergt, 1000-mal schneller als die leistungsfähigste GPU rechnen kann und dabei weniger Energie benötigt, soll es Forschern nun ermöglichen, in effizienter Weise mit Hilfe von Deep Learning Modellen Medikamente im Kampf gegen Krebs zu kreieren. GPU Chips waren in der Vergangenheit eher Chips, die für Gaming oder Rendering in der Video-Produktion eingesetzt worden sind. Sie sind aber für Deep Learning nicht wirklich geeignet, wenngleich das Rendern im Grundprinzip dasselbe Vorgehen ist wie das Optimieren von Deep Learning Modellen mit Hilfe großer Datenmengen. Große Datenmengen müssen in der Tat verarbeitet werden, ist doch die Anzahl medikamentenwirksamer und damit infrage kommender Moleküle im Kampf gegen Krebs größer als die Zahl der Moleküle in unserem Sonnensystem.
Trotz dieser enormen technischen Anforderungen und Spezifikationen muss der Chip einfach bedienbar und universell im Bereich Deep Learning - unabhängig vom inhaltlichen Anwendungszweck - einsetzbar sein, so der Entwickler:
“We’ve got thousands of people doing deep learning at the lab, and not everybody’s a ninja programmer.”
Da der Chip es ermöglicht, Rechenvorgänge ohne ein System von verteilten Prozessoren durchzuführen, reduziert sich der bisherige Zeitbedarf für ein und dasselbe Rechenmodell von einigen Wochen auf wenige Stunden. Dies hat den Vorteil, dass die Nutzung der Rechenkapazität und deren Outcome besser in den Forschungsablauf der Nutzer integriert werden kann. Ziel der Forschung zu Medikamenten ist es nun, dass im voraus errechnet werden kann, wie Tumore auf welches Medikament reagieren werden, sei es verschiedene Tumore auf ein und dasselbe Medikament oder verschiedene Medikamente auf einen Tumor. Alternative Einsatzgebiete sind das Entdecken neuer Molekülkombinationen, die Lithium-Ionen-Akkus überflüssig machen, und das Behandeln von Gehirnschäden.
Quelle: Karen Hao Bild: Argonne National ... EN technologyreview.com
Kommentare
0
Bleib immer informiert! Hier gibt's den Kanal Fundstücke als Newsletter.
AntennaPod
Podcast Addict
Downcast
Instacast
Apple Podcasts
PodGrasp
gPodder
Pocket Casts
