Νευρωνικά Καθαρή τσιπ του ΜΙΤ μειωμένη κατανάλωση ενέργειας κατά 95%

Νευρωνικά δίκτυα - ένα ισχυρό πράγμα, αλλά πολύ πεινασμένος. Μηχανικοί από το Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT) έχουν αναπτύξει ένα νέο τσιπ, το οποίο μειώνει την κατανάλωση ενέργειας του νευρικού δικτύου κατά 95%, η οποία θα μπορούσε θεωρητικά να τους επιτρέψει να λειτουργήσει ακόμη και σε κινητές συσκευές με μπαταρίες. Smartphones σήμερα γίνονται όλο και πιο έξυπνη και πιο έξυπνη, προσφέροντας όλο και περισσότερες υπηρεσίες, τρέφεται από την τεχνητή νοημοσύνη, όπως η εικονική βοηθοί και οι μεταφορές σε πραγματικό χρόνο. Αλλά συνήθως νευρικά δεδομένων διεργασίας δίκτυα για τις υπηρεσίες αυτές στο σύννεφο, και έξυπνα τηλέφωνα μεταφέρει μόνο τα δεδομένα μπροστά και πίσω.

Νευρωνικά Καθαρή τσιπ του ΜΙΤ μειωμένη κατανάλωση ενέργειας κατά 95%

Αυτό δεν είναι ιδανική επειδή απαιτεί ένα παχύ κανάλι επικοινωνίας και προτείνει ότι τα ευαίσθητα δεδομένα μεταφέρονται και αποθηκεύονται έξω προσιτότητα του χρήστη. Αλλά τεράστιες ποσότητες ενέργειας, η οποία είναι απαραίτητη για την ισχύ των νευρωνικών δικτύων που λειτουργούν με GPUs, δεν μπορεί να επιτευχθεί σε μια συσκευή που λειτουργεί σε μια μικρή μπαταρία.

Οι μηχανικοί του MIT ανέπτυξαν ένα τσιπ, μειώνει την κατανάλωση ενέργειας κατά 95%. Chip μειώνει δραστικά την ανάγκη για μεταφορά δεδομένων και πίσω μεταξύ των μεταποιητών και τα τσιπ μνήμης.

Τα νευρωνικά δίκτυα αποτελούνται από χιλιάδες διασυνδεδεμένων τεχνητών νευρώνων τοποθετημένα σε στρώματα. Κάθε νευρώνας δέχεται εισόδους από μερικά νευρώνες στο κάτω στρώμα, και αν ο συνδυασμένος εισόδου περνά ένα ορισμένο όριο, μεταδίδει το παραπάνω αποτέλεσμα σε πολλαπλές νευρώνες. Η αντοχή των συνδέσεων μεταξύ των νευρώνων καθορίζεται από το βάρος, το οποίο βρίσκεται στη διαδικασία της μάθησης.

Αυτό σημαίνει ότι κάθε τσιπ νευρώνας πρέπει να ανακτήσετε δεδομένα εισόδου για μια συγκεκριμένη ένωση και βάρος ένωσης από τη μνήμη, πολλαπλασιάστε τους, αποθηκεύσει το αποτέλεσμα, και στη συνέχεια, επαναλάβετε τη διαδικασία για κάθε είσοδο. Πολλά στοιχεία κίνηση εμπρός και πίσω, πέρασε πολλή ενέργεια. MIT νέο chip εξαλείφει αυτό, τον υπολογισμό όλες τις εισροές ταυτόχρονα σε μνήμη χρησιμοποιώντας αναλογικά κυκλώματα. Αυτό μειώνει σημαντικά την ποσότητα των δεδομένων που πρέπει να προσπεράσει, και οδηγεί σε σημαντική εξοικονόμηση ενέργειας.

Αυτή η προσέγγιση απαιτεί ότι το βάρος της ένωσης ήταν δυαδικές και όχι ένα εύρος τιμών, αλλά προηγούμενες θεωρητικές μελέτες έχουν δείξει ότι αυτό δεν επηρεάζει σημαντικά την ακρίβεια, και οι ερευνητές διαπίστωσαν ότι τα αποτελέσματα του τσιπ διέφερε κατά 2-3% από τις συνήθεις επιλογές του λειτουργικού νευρωνικού δικτύου σε ένα τυπικό υπολογιστή.

Δεν είναι η πρώτη φορά που οι επιστήμονες δημιουργούν μάρκες που χειρίζονται διεργασίες στη μνήμη, μειώνοντας την κατανάλωση ενέργειας ενός νευρωνικού δικτύου, αλλά για πρώτη φορά αυτή η προσέγγιση έχει χρησιμοποιηθεί για ισχυρό νευρικό δίκτυο, γνωστό για την επεξεργασία της εικόνας της.

«Τα αποτελέσματα δείχνουν μια εντυπωσιακή προδιαγραφή εφαρμογή συνέλιξη ενεργειακά αποδοτική των δραστηριοτήτων εντός της συστοιχίας μνήμης,» λέει ο Dario Gil, αντιπρόεδρος της Τεχνητής Νοημοσύνης στην ΙΒΜ.

«Είναι σίγουρα ανοίγει τη δυνατότητα χρησιμοποίησης πιο πολύπλοκα συνελικτικό νευρωνικών δικτύων για την ταξινόμηση των εικόνων και βίντεο στο Διαδίκτυο των πραγμάτων στο μέλλον.»

Αυτό δεν είναι μόνο ενδιαφέρουσα ομάδες R & D. Η επιθυμία να οργανώσει το AI σε συσκευές όπως έξυπνα τηλέφωνα, οικιακές συσκευές και όλα τα είδη των IoT συσκευή ωθήσει πολλούς από Silicon Valley προς μάρκες με χαμηλή κατανάλωση ενέργειας.

Η Apple έχει ενσωματώσει Neural κινητήρα της για το iPhone Χ, να τροφοδοτείται, για παράδειγμα, η τεχνολογία αναγνώρισης προσώπων, και η Amazon, φημολογείται ότι αναπτύσσει τη δική μάρκες της τεχνητής νοημοσύνης για την επόμενη γενιά ψηφιακών βοηθών Echo. Οι μεγάλες εταιρείες, κατασκευαστές τσιπ είναι επίσης όλο και περισσότερο αρχίζουν να βασίζονται σε μηχανική μάθηση, που τους αναγκάζει να κάνουν τις συσκευές τους πιο ενεργειακά αποδοτικές. Νωρίτερα αυτό το έτος, ARM ανακοίνωσε δύο νέα chip: ARM επεξεργαστή Μηχανική Μάθηση, σε συνεργασία με τους γενικούς στόχους της γρίπης των πτηνών, από μετάφραση στην ανίχνευση αντικειμένου ανίχνευση προσώπου και Arm επεξεργαστή, τον προσδιορισμό, για παράδειγμα, το πρόσωπο και στις φωτογραφίες.

Η τελευταία κινητά τσιπ της Qualcomm, η Snapdragon 845, έναν επεξεργαστή γραφικών και είναι σε μεγάλο βαθμό επικεντρώνεται στην AI. Η εταιρεία παρουσίασε επίσης Snapdragon 820E, οι οποίες θα πρέπει να λειτουργούν σε μη επανδρωμένα αεροσκάφη, τα ρομπότ και βιομηχανικές συσκευές.

Πηγαίνοντας προς τα εμπρός, η IBM και η Intel αναπτύσσει νευρομορφική μάρκες του οποίου η αρχιτεκτονική είναι εμπνευσμένη από τον ανθρώπινο εγκέφαλο και την απίστευτη ενεργειακή απόδοση. Αυτό θα μπορούσε θεωρητικά να επιτρέψει TrueNorth (IBM) και Loihi (Intel) για να πραγματοποιήσει μια ισχυρή μηχανικής μάθησης, χρησιμοποιώντας μόνο ένα μικρό κλάσμα της ενέργειας των συμβατικών τσιπ, αλλά τα έργα αυτά βρίσκονται ακόμη σε πειραματικό στάδιο.

Κάνοντας μάρκες που δίνουν ζωή σε νευρωνικά δίκτυα, θα είναι πολύ δύσκολο να διατηρήσετε την ισχύ της μπαταρίας. Αλλά με τους σημερινούς ρυθμούς της καινοτομίας είναι «πολύ δύσκολο» φαίνεται αρκετά εφικτό.

Σχετικά άρθρα
Νέα άρθρα