Новый процессор для нейронных сетей разработали ученые из Кембриджа
Многие из недавних прорывов в области искусственного интеллекта, таких как распознавание лиц и системы обработки естественного языка, просто неосуществимы без помощи нейронных сетей.
Нейронные сети тесно связанны с умением процессора, поглощать огромные объемы данных и придавать им смысл. Но развитие нейронных сетей зависит от мощного оборудования, которое может быть размещено только в удаленных центрах обработки данных.
Многие современные устройства могут подключаться к такому виду оборудования, при этом данные вначале загружаются на отдаленных серверах, обрабатываются, а затем отправляются обратно.
Это процедура необходима из-за энергоемкости нейронных сетей, что делает их непригодными для маломощных смартфонов и других устройств, таких как смарт-колонки или фотоэлектрические датчики.
Недостатком, конечно же, является время, необходимое для возврата данных и их дальнейшей отправке в облако, а это значит, что нейронные сети непрактичны для многих из этих приложений.
Именно эту проблему хотят решить исследователи из Массачусетского технологического института, которые заявляют что с помощью нового чипа, можно выполнять всю необходимую обработку данных локально.
Исследователи заявили, что их новый чип на 95 процентов энергоэффективнее обычных процессоров, и может быть встроен в небольшие устройства с батарейным питанием.
Чтобы сократить высокий уровень потребления энергии, Авишек Бисвас, ведущий разработчик нового чипа из Массачусетского технологического института по электротехнике и информатике, манипулировал характеристикой известной в нейронных сетях как «скалярное произведение».
«Общая структура процессора заключается в том, что в одной части чипа находится память, а в другой процессор, и когда вы хотите делать вычисления, происходит перемещение данных между этими двумя компонентами.
Процесс перемещения данных является основной причиной того, что нейронные сети настолько энергоемкие», - сказал Бисвас. «Но вычисление этих алгоритмов может быть упрощено до одной конкретной операции, называемой скалярное произведение», - сказал он.
«Мы хотели узнать, можем ли мы реализовать внутри памяти функциональность скалярного произведения, чтобы исключить необходимости передавать данные туда и обратно?»
Бисвас и его коллеги реализовали процессор, который в отличие от предыдущих моделей, лучше имитирует человеческий мозг. Новый прототип процессора может одновременно вычислять 16 скалярных произведений, теряя лишь 2 - 3 процента точности, что намного опережает обычные процессоры.
Дарио Гил, исполнительный директор IBM, который участвовал в проекте, сказал, что в будущем результаты эксперимента «несомненно, откроют новые возможность применения сложных сверхточных нейронных сетей для классификации изображений и видео в «интернет».
-
- 0
- comment
- |
- 0
- |
-
- Коментарий
- 0
Крошечный зонд способен видеть внутри мозга и измерять температуру на необходимых участках
13 Apr 18, hitech
Чтобы получить изображения определенных участков мозга и измерить температуру в этой зоне, исслед...
Johnson & Johnson Vision представляет новую модель самонастраивающихся контактных линз
12 Apr 18, hitech
На протяжении многих лет мы использовали очки с фотохромными линзами, которые способны автоматиче...