لودوفيك لارزول ، المؤسس والرئيس التنفيذي لشركة Mipsology - سلسلة مقابلات

لودوفيك لارزل. هو المؤسس والرئيس التنفيذي لشركة ميبسولوجي، شركة ناشئة رائدة تركز على أحدث ما توصلت إليه التكنولوجيا من تسريع لاستدلال التعلم العميق. لقد ابتكروا تقنية لتسريع حسابات الشبكات العصبية الاستدلالية وإخفاء مسرع الأجهزة لمستخدمي الذكاء الاصطناعي. Zebra من Mipsology هو المسرع التجاري الأول الذي يغلف مثل هذه التكنولوجيا لتوفير أداء عالٍ وسهولة في الاستخدام.

ما أول ما أثار اهتمامك بالذكاء الاصطناعي والرقائق الدقيقة؟

عملت في تصميم نوع معين من أجهزة الكمبيوتر الفائقة لمدة 20 عامًا تقريبًا مع شركتي السابقة EVE ، قبل أن تستحوذ عليها Synopsys في عام 2012. تستخدم هذه الحواسيب ، التي تسمى أيضًا محاكيات ASIC ، من قبل العديد من الشركات التي تصمم ASICs حول العالم . لقد استمتعت تمامًا بتعقيد وتنوع هذا العمل. لتحقيق النجاح ، عليك (أ) فهم الإلكترونيات والبرامج والخوارزميات المعقدة وكيفية تصميم الأشخاص للرقائق وكيفية التأكد من أنها تعمل بشكل جيد وهندسة الرقائق والطاقة وتقنية أكثر عمقًا ، (ب) التنبؤ بشكل صحيح باحتياجات العملاء و قبل بضع سنوات ، (ج) ابتكار مستمر ، (د) كشركة ناشئة ، هزم المنافسة بموارد أقل بكثير. بعد 20 عامًا من النجاح ، كنت أبحث عن تحدٍ جديد. كان هذا هو الوقت الذي بدأ فيه الذكاء الاصطناعي في العودة إلى دائرة الضوء. قامت AlexNet بقفزة إلى الأمام في فهم الصور (وبالنظر إلى الوراء ، كانت لا تزال في مهدها). كان التعلم العميق جديدًا ولكنه واعد (من يتذكر عندما استغرق الأمر أيامًا للحصول على نتيجة على شبكة بسيطة؟). لقد وجدت ذلك "ممتعًا" تمامًا ، لكن أدركت أن هناك العديد من التحديات.

ما هو الدافع وراء إطلاق Mipsology؟

لا أعرف ما إذا كنت سأستخدم كلمة "إلهام". كان الأمر في البداية أقرب إلى: "هل يمكننا أن نفعل شيئًا مختلفًا وأفضل؟" لقد بدأ بافتراضات حول ما يريده الذكاء الاصطناعي ويفعله ، وقضيت السنوات القليلة التالية في إيجاد حلول أفضل من أي وقت مضى بناءً على ذلك. أعتقد أنه أكثر من مجرد إلهام ، أود أن أقول إن الأشخاص الذين أعمل معهم يرغبون في أن يكونوا الأفضل فيما يصنعونه ، في موقف إيجابي من المنافسة. هذا يجعل فريقًا قويًا يمكنه حل المشكلات التي يفشل الآخرون في حلها بشكل مناسب.

تستخدم Mipsology لوحات FPGA بدلاً من وحدات معالجة الرسومات. هل يمكنك وصف ما هي FPGA؟

FPGA عبارة عن مكونات إلكترونية يمكن برمجتها على مستوى الأجهزة. يمكنك أن تتخيلها على أنها مجموعة من Legos - بضعة ملايين منهم. تؤدي كل كتلة صغيرة عملية بسيطة مثل الاحتفاظ بقيمة ، أو عمليات أكثر تعقيدًا مثل الإضافة. من خلال تجميع كل هذه الكتل ، من الممكن إنشاء سلوك معين بعد تصنيع الشريحة. هذا هو عكس GPUS وجميع الشرائح الأخرى تقريبًا ، المصممة لوظيفة معينة ولا يمكن تغييرها بعد ذلك.

يمكن برمجة بعضها ، مثل CPUS و GPUS ، لكنها ليست متوازية مثل FPGAs. في أي لحظة ، تقوم FPGA ببضعة ملايين من العمليات المبسطة. ويمكن أن يحدث هذا من ست إلى سبعمائة مليون مرة في الثانية. نظرًا لأنها قابلة للبرمجة ، يمكن تغيير ما يفعلونه في أي وقت للتكيف مع المشكلات المختلفة ، وبالتالي يمكن أن تكون قوة الحوسبة غير العادية فعالة. توجد FPGA بالفعل في كل مكان تقريبًا ، بما في ذلك المحطات الأساسية للهواتف المحمولة والشبكات والأقمار الصناعية والسيارات وما إلى ذلك ، ومع ذلك لا يعرفها الناس جيدًا ، لأنها غير مرئية مثل وحدة المعالجة المركزية مثل تلك الموجودة في الكمبيوتر المحمول.

ما الذي يجعل لوحات FPGA هذه الحل الأفضل لوحدات معالجة الرسومات الأكثر شيوعًا؟

FPGAs متفوقة في العديد من الجوانب. دعنا فقط نركز على زوجين مهمين.

تم تصميم وحدات معالجة الرسومات لعرض الصور ، بشكل أساسي للألعاب. لقد وجد أنها تتطابق بشكل جيد مع بعض الحسابات في الذكاء الاصطناعي بسبب تشابه العمليات. لكنها تظل مخصصة بشكل أساسي للألعاب ، مما يعني أنها تأتي مع قيود لا تتناسب بشكل جيد مع الشبكات العصبية.

تقتصر برامجهم أيضًا على التعليمات التي تم تحديدها قبل عامين أو ثلاثة أعوام من توفرها. تكمن المشكلة في أن الشبكات العصبية تتقدم بسرعة أكبر من تصميم ASICs ، ووحدات معالجة الرسومات هي ASICs. لذا ، فإن الأمر أشبه بمحاولة التنبؤ بالمستقبل: ليس من السهل أن تكون على صواب. يمكنك رؤية الاتجاهات ، لكن التفاصيل هي ما يؤثر حقًا على النتائج ، مثل الأداء. في المقابل ، نظرًا لأن FPGAs قابلة للبرمجة على مستوى الأجهزة ، يمكننا بسهولة مواكبة تقدم الذكاء الاصطناعي. يتيح لنا ذلك تقديم منتج أفضل بأداء أعلى وتلبية احتياجات العملاء دون الحاجة إلى انتظار الجيل القادم من السيليكون.

علاوة على ذلك ، تم تصميم وحدات معالجة الرسومات لتكون منتجات استهلاكية. عمرهم قصير عن قصد ، لأن الشركات التي تصمم وحدات معالجة الرسومات ترغب في بيع أجهزة جديدة بعد بضع سنوات للاعبين. هذا لا يعمل بشكل جيد في الأنظمة الإلكترونية التي يجب أن تكون موثوقة لسنوات عديدة. تم تصميم FPGAs لتكون قوية ومستخدمة على مدار الساعة طوال أيام الأسبوع لسنوات عديدة.

تشمل المزايا الأخرى المعروفة لـ FPGAs ما يلي:

• هناك العديد من الخيارات التي يمكن أن تناسب مجالات محددة مثل الشبكات أو معالجة الفيديو
• تعمل أيضًا في مراكز البيانات كما في الحافة أو المضمنة
• لا تتطلب تبريدًا محددًا (تبريد أقل بالماء مثل وحدات معالجة الرسومات الكبيرة)

أحد العوائق الرئيسية هو صعوبة برمجة برامج FPGA. يتطلب معرفة محددة. على الرغم من أن الشركات التي تبيع FPGA قد بذلت جهدًا كبيرًا في سد فجوة التعقيد ، إلا أنها لا تزال غير بسيطة مثل وحدة المعالجة المركزية. في الحقيقة ، وحدات معالجة الرسومات ليست بسيطة أيضًا. لكن البرمجيات التي تخفي برمجتها للذكاء الاصطناعي تجعل هذه المعرفة غير ضرورية. هذه هي المشكلة التي كان Mipsology هو أول من حلها: إزالة الحاجة إلى حوسبة الذكاء الاصطناعي لبرمجة أو امتلاك أي معرفة بـ FPGA.

هل توجد أي قيود حالية على لوحات FPGA؟

بعض لوحات FPGA تشبه بعض لوحات GPU. يمكن توصيلها بفتحات PCIe بجهاز الكمبيوتر. تتمثل إحدى الميزات المعروفة ، بالإضافة إلى العمر الافتراضي الذي ذكرته من قبل ، في أن استهلاك الطاقة عادةً ما يكون أقل من وحدات معالجة الرسومات. واحد آخر أقل شهرة هو أن هناك مجموعة أكبر من لوحات FPGA من لوحات GPU. يوجد المزيد من FPGAs لمزيد من الأسواق ، مما يؤدي إلى المزيد من اللوحات التي تناسب مناطق مختلفة من الأسواق. هذا يعني ببساطة أن هناك المزيد من الاحتمالات لحوسبة الشبكات العصبية في كل مكان بتكلفة أقل. وحدات معالجة الرسومات محدودة أكثر ؛ تتلاءم مع مراكز البيانات ، ولكن ليس أكثر من ذلك.

Zebra من Mipsology هو أول معجل تجاري يغلف ألواح FPGA لتوفير أداء عالٍ وسهولة في الاستخدام. هل يمكنك وصف ما هو حمار وحشي؟

بالنسبة لأولئك الذين هم على دراية بـ AI و GPU ، فإن أسهل وصف هو أن Zebra هو FPGA مثل Cuda / CuDNN لوحدة معالجة الرسومات. إنها مجموعة برامج تخفي FPGA تمامًا خلف الأطر المعتادة مثل PyTorch أو TensorFlow. نحن نستهدف في المقام الأول الاستدلال للصور ومقاطع الفيديو. يبدأ Zebra بشبكة عصبية تم تدريبها عادةً على النقطة العائمة ، وبدون أي جهد يدوي للمستخدم أو أداة خاصة ، يجعلها تعمل على أي بطاقة قائمة على FPGA. الأمر بسيط مثل: توصيل لوحة FPGA ، وتحميل برنامج التشغيل ، ومصدر بيئة Zebra ، وتشغيل نفس تطبيق الاستدلال كتطبيق يعمل على وحدات المعالجة المركزية (CPU) أو وحدات معالجة الرسومات (GPU). لدينا تكميم خاص بنا يحافظ على الدقة ، والأداء خارج الصندوق. لا توجد أداة احتكارية يجب أن يتعلمها المستخدم ، ولا يستغرق الأمر ساعات من الوقت الهندسي للحصول على إنتاجية عالية أو زمن انتقال منخفض. هذا يعني ببساطة انتقالات سريعة ، مما يقلل أيضًا من التكلفة والوقت اللازم للتسويق.

ما هي الأنواع المختلفة من التطبيقات التي صمم Zebra بشكل أفضل؟

Zebra هو محرك تسريع عام جدًا ، لذا يمكنه تسريع الحساب لأي تطبيق يحتاج إلى حساب الشبكات العصبية ، مع التركيز بشكل أساسي على الصور والفيديو لأن احتياجات الحوسبة أكبر لهذا النوع من البيانات. لدينا طلبات من أسواق مختلفة تمامًا ، لكنها جميعًا متشابهة عندما يتعلق الأمر بحوسبة الشبكات العصبية. تتطلب جميعها عادةً التصنيف ، والتجزئة ، والدقة الفائقة ، ووضع الجسم ، وما إلى ذلك.

نظرًا لأن Zebra يعمل فوق FPGAs ، يمكن استخدام أي نوع من اللوحات. يتمتع بعضها بإنتاجية عالية ويستخدم عادةً في مراكز البيانات. البعض الآخر أكثر ملاءمة للاستخدام على الحافة أو مضمن. تتمثل رؤيتنا في أنه إذا كان FPGA مناسبًا ، فيمكن للمستخدمين استخدام Zebra لتسريع حسابات الشبكة العصبية الخاصة بهم على الفور. وإذا تم استخدام وحدات معالجة الرسومات أو وحدات المعالجة المركزية ، فيمكن لـ Zebra استبدالها وتقليل تكاليف البنية التحتية للذكاء الاصطناعي. تواجه معظم الشركات التي نتحدث معها مشكلات مماثلة: يمكنها نشر المزيد من التطبيقات القائمة على الذكاء الاصطناعي ، لكن التكلفة تحد منها.

بالنسبة للشركة التي ترغب في استخدام Zebra ، ما هي العملية؟

ببساطة دعنا نعرف على [البريد الإلكتروني محمي] وسوف نبدأ.

هل هناك أي شيء آخر تود مشاركته حول Mipsology؟

نحن متشجعون للغاية بشأن التعليقات التي نحصل عليها من مجتمع الذكاء الاصطناعي بشأن حل Zebra الخاص بنا. على وجه التحديد ، قيل لنا أن هذا ربما يكون أفضل مسرع في السوق. بعد بضعة أشهر فقط ، واصلنا الإضافة إلى النظام البيئي المتنامي للشركاء المهتمين بما في ذلك Xilinx و Dell و Western Digital و Avnet و TUL و Advantech ، على سبيل المثال لا الحصر.

لقد استمتعت حقًا بالتعرف على هذه التكنولوجيا الرائدة. القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا ميبسولوجي.