Новый высокоэффективный чип для искусственного интеллекта

0 8

Группа международных исследователей разработала, изготовила и протестировала чип NeuRRAM — первый чип вычислений в памяти, который демонстрирует широкий спектр приложений искусственного интеллекта (ИИ), используя лишь небольшой процент энергии, потребляемой другими платформами, сохраняя при этом эквивалентную точность.

NeuRRAM — новый чип, который выполняет вычисления непосредственно в памяти и может запускать широкий спектр приложений ИИ за малую долю энергии, потребляемой вычислительными платформами для вычислений ИИ общего назначения.

Нейроморфный чип NeuRRAM, моделируют работу мозга. В нем имеются элементы, которые определенным образом копируют работу нейронов и их органов — дендритов и аксонов. А связи между этими элементами возникают за счет специализированных аналогов синапсов. Это приближает ИИ к работе на широком спектре периферийных устройств, отключенных от облака. Это означает, что они могут выполнять сложные задачи в любом месте и в любое время, не полагаясь на сетевое подключение к централизованному серверу. Приложения для этого устройства используются от смарт-часов до гарнитур виртуальной реальности, смарт-наушников, смарт-датчиков на заводах и космических кораблей.

Новый высокоэффективный чип для искусственного интеллекта

Крупный план чипа NeuRRAM.Предоставлено: Дэвид Байо / Калифорнийский университет в Сан-Диего.

Чип NeuRRAM не только в два раза эффективнее с точки зрения энергопотребления, чем современные чипы «вычислений в памяти», но и обеспечивает такие же точные результаты, как и обычные цифровые чипы. Обычные платформы ИИ намного крупнее и обычно ограничены использованием больших серверов данных, работающих в облаке.

Кроме того, чип NeuRRAM очень универсален и поддерживает множество различных моделей и архитектур нейронных сетей. В результате чип можно использовать для множества различных приложений, включая распознавание и реконструкцию изображений, а также распознавание голоса.

Новый высокоэффективный чип для искусственного интеллекта

Чип NeuRRAM использует инновационную архитектуру, оптимизированную для всего стека. Предоставлено: Дэвид Байо / Калифорнийский университет в Сан-Диего.

В настоящее время вычисления ИИ являются энергоемкими и дорогостоящими в вычислительном отношении. Большинство приложений ИИ на периферийных устройствах связаны с перемещением данных с устройств в облако, где ИИ обрабатывает и анализирует их. Затем результаты передаются обратно на устройство. Это необходимо, потому что большинство периферийных устройств питаются от батарей и, как следствие, имеют лишь ограниченное количество энергии, которую можно выделить для вычислений.

За счет снижения энергопотребления, необходимого для логического вывода ИИ на периферии, этот чип NeuRRAM может привести к созданию более надежных, интеллектуальных и доступных периферийных устройств и более интеллектуальному производству. Это также может привести к повышению конфиденциальности данных, поскольку передача данных с устройств в облако сопряжена с повышенными рисками для безопасности.

В существующих микросхемах ИИ перемещение данных из памяти в вычислительные устройства является одним из основных узких мест.

Чтобы решить эту проблему с передачей данных, исследователи использовали так называемую резистивную память с произвольным доступом. Этот тип энергонезависимой памяти позволяет выполнять вычисления непосредственно в памяти, а не в отдельных вычислительных блоках.

Чип NeuRRAM обеспечивает снижение количество энергии, потребляемой для каждой операции в 1,6–2,3 раза и вычислительную плотность в 7–13 раз выше, чем у современных чипов.

Ключом к энергоэффективности NeuRRAM является инновационный метод определения выходных данных в памяти. В традиционных подходах в качестве входных данных используется напряжение, а в качестве результата измеряется ток. Но это приводит к необходимости более сложных и энергоемких схем. В NeuRRAM команда разработала нейронную схему, которая измеряет напряжение и выполняет аналого-цифровое преобразование с низким энергопотреблением.

Инженеры выполняли различные задачи ИИ на чипе. Он достиг 99% точности в задаче распознавания рукописных цифр; 85,7% на задаче классификации изображений; и 84,7% в задаче распознавания голосовых команд Google. Кроме того, чип также добился 70-процентного снижения ошибок реконструкции изображения в задаче восстановления изображения. Эти результаты сравнимы с существующими цифровыми чипами, которые выполняют вычисления с той же битовой точностью, но обеспечил существенную экономию энергии.

Следующие шаги включают в себя улучшение архитектуры и схем, а также масштабирование проекта до узлов с более продвинутыми технологиями. Инженеры также планируют заняться другими приложениями, такими как импульсные нейронные сети.

Источник: naukatehnika.com
Оставить комментарий

Мы используем файлы cookie. Продолжив использование сайта, вы соглашаетесь с Политикой использования файлов cookie и Политикой конфиденциальности Принимаю

Privacy & Cookies Policy