El BSC aconsegueix encriptar per primera vegada l’execució de grans xarxes neuronals
La recerca obre la porta a la utilització generalitzada de sistemes de nodes artificials en entorns de núvol
Categories:
El Barcelona Supercomputing Center – Centre Nacional de Supercomputació (BSC-CNS), en col·laboració amb Intel, ha aconseguit executar per primera vegada una xarxa neuronal de gran extensió de manera encriptada. Aquesta és una fita que fins ara només s’havia realitzat amb xarxes neuronals petites, de fins a 1,7 milions de paràmetres, pensades per a dispositius mòbils.
L’assoliment ha estat possible gràcies a la utilització d’un mètode conegut com a encriptació homomòrfica (homomorphic encryptation), una tecnologia que permet operar amb quantitats massives de dades sense la necessitat de desencriptar-ne el contingut, la qual cosa permet preservar la privacitat de la informació en entorns no segurs, com el núvol. Aquest tipus de protecció no es pot trencar ni tan sols amb computadors quàntics, però implica un sobrecost important a l’hora d’ampliar el volum de dades. Per l’investigador del BSC i líder de la recerca, Antonio Peña, "aquesta nova tecnologia ha de permetre l'ús generalitzat de xarxes neuronals en entorns de núvol, incloent-hi, per primera vegada, allà on es requereixi confidencialitat indiscutible per a les dades o el propi model de xarxa neuronal".
El projecte ha estat possible gràcies a l’ús de la memòria persistent Intel Optane (PMem), un tipus de tecnologia que ofereix “capacitats molt superiors” i un temps d’accés “molt més ràpid” que les memòries d’accés aleatori dinàmic (Dynamic Random Access Memory, DRAM) utilitzades habitualment, segons els autors de la recerca. Des del BSC apunten que, tot i que no aporta una velocitat tan alta com els components de la memòria principal, la combinació de PMem amb els processadors escalables Intel Xeon, que incorporen acceleració d'intel·ligència artificial (IA), ofereix “atractius beneficis en la relació preu-rendiment”.
Com a resultat d’aquesta recerca, els autors publicaran un article científic a la revista IEEE Transactions on Computers, en el qual analitzen l'execució del popular model ResNet-50, que incorpora 25 milions de paràmetres, arribant a consumir prop d'1 TB de memòria, més del doble del disponible a un node de còmput del superordinador MareNostrum 4.