Британська фармацевтична компанія gsk скористалася можливостями найбільшого в світі процесора компанії cerebras для вивчення процесів епігеноміки — функції, що контролює експресію генів або її відсутність, і розуміння того, в яких клітинах відбуваються ті чи інші генетичні зміни. Розкриття механізмів епігеноміки допоможе знайти ліки від безлічі невиліковних хвороб, з чим ші на нових системах можуть впоратися краще людини.
Джерело зображення: tomshardware.com
Процесор cerebras wse-1 (16 нм) і новітній wse-2 (7 нм) — це неймовірні до недавнього часу рішення, кожен з яких виготовляється цілком з однієї 300-мм кремнієвої пластини. Невеликий кластер з таких процесорів здатний обслуговувати ші-моделі, порівнянні за можливостями з мозком людини. Додайте до цього, наприклад, базу даних з генетики, і на виході вийде система, яка здатна проаналізувати такий обсяг даних, який одна людина і навіть великі колективи вчених в доступному для огляду масштабі часу не зможуть усвідомити.
Компанія gsk скористалася для аналізу генома і його динаміки в часі системою на першому поколінні процесорів cerebras і чекає систему другого покоління в третьому кварталі цього року. Повідомляється, що за допомогою системи cs-1 процес навчання ebert (перепрофільованої нейромережевої моделі bert або «епігеномної» bert) зайняв 2,5 дня в порівнянні з 24 днями на 16-вузловому кластері gpu. Нова система, як очікується, подвоїть швидкість обробки даних.
Джерело зображення: tomshardware.com
Дослідники стверджують, що після навчання ebert ” досягла найвищої точності передбачення на чотирьох з 13 наборів даних в промисловому еталоні під назвою encode-dream». Модель зайняла третє місце в загальному рейтингу, і дослідники кажуть, що результати «дуже багатообіцяючі”.
Проблема в тому, що епігеном людини величезний і вимагає колосальних обчислювальних ресурсів для моделювання або вивчення на високому рівні за допомогою звичайних методів. Ші дає можливість скоротити цей шлях. Попередні дослідження дали достатньо реальних прикладів впливу епігеноміки, щоб навчити комп’ютер робити те ж саме на базі моделі. Потім ця модель може бути використана для прогнозування безлічі важливих біологічних процесів.
