Hitech logo

микроэлектроника

Новый чип в десятки и даже сотни раз повышает производительность нейронных сетей

TODO:
Георгий Голованов25 сентября 2018 г., 11:29

Исследователи из Принстонского университета (США) вместе с коллегами из компании Analog Devices изготовили микрочип, значительно увеличивающий эффективность нейронных сетей и ускоряющий работу алгоритмов искусственного интеллекта.

00
Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Ключевые компоненты нейронных сетей — ИИ-ускорители, которые увеличивают производительность вычислений крупных и мощных систем. Но сами нейронные процессоры могут создавать затор в результате слишком большого объема проходящих сквозь них данных. Для того чтобы справится с этой проблемой, исследователи использовали новый подход, пишет Phys.org.

Цифровой прорыв: как искусственный интеллект меняет медийную рекламу
Они изготовили чип, который способен работать с вычислениями в оперативной памяти, значительно сокращая, таким образом, затрачиваемые энергию и время, поскольку выполняют вычисления там же, где хранятся данные, не перемещая их в другое место.

Такой метод позволяет также решить проблему «сигнал — шум», когда вместе с повышением производительности в информацию проникают всевозможные помехи и ошибки из-за колебаний напряжения и силы тока. Эта основная трудность, препятствующая распространению вычислений в оперативной памяти, говорят ученые.

Решить ее позволил переход на новый тип вычислений, использующий вместо транзисторов конденсаторы. Эти устройства для хранения электрического заряда дают ряд преимуществ. Благодаря современным технологиям они могут быть изготовлены с высокой степенью точности и мало подвержены изменениям напряжения или температуры. Также они занимают относительно мало места.

Проведя несколько стандартных тестов, исследователи измерили число операций, которые чип может выполнять за одну секунду.

Принстонский чип справился с 9,4 триллионами. По сравнению со многими современными системами этот результат в десятки и даже сотни раз лучше.

Открытие обнадеживает, но теперь новый ИИ-чип предстоит подготовить к внедрению в электронные устройства. Его архитектуру нужно сделать программируемой и сравнимой с другими элементами аппаратного обеспечения, включая центральные процессоры, а потом разработать программную инфраструктуру, чтобы специалисты по ИИ смогли создавать новые приложения.   

Стандартные микрочипы не позволяют нейронной сети раскрыть свой потенциал. По мнению специалистов компании IBM, в 100 раз повысить энергоэффективность микрочипов может копирование синапсов человеческого мозга в кремнии.