Progrès dans les microprocesseurs nous rapproche de l’informatique de pointe IA

Les chercheurs de l’Université de Princeton ont développé un matériel et un logiciel conçus pour accroître encore la vitesse et l’efficacité des systèmes d’intelligence artificielle (IA) spécialisés.

Naveen Verma est professeur d’ingénierie électrique et informatique à Princeton et dirige l’équipe de recherche.

« Le logiciel est une partie critique pour permettre de nouveaux matériels », a déclaré Verma. « L’espoir est que les concepteurs puissent continuer à utiliser le même système logiciel – et qu’il fonctionne dix fois plus vite et plus efficacement. »

Les systèmes développés par les chercheurs réduisent la demande d’énergie et la quantité de données à échanger à partir de serveurs distants. Cela permet aux applications d’IA telles que les logiciels de pilotage de drones de fonctionner sur le bord de l’infrastructure de calcul.

Verma est également directeur du Centre d’innovation en éducation d’ingénierie de l’Université.

« Pour rendre l’IA accessible au processus en temps réel et souvent personnel qui nous entoure, nous devons résoudre les problèmes de latence et de confidentialité en déplaçant le calcul lui-même vers le bord » a déclaré Verma. « Et cela nécessite à la fois de l’efficacité énergétique et des performances. »

Nouvelles conceptions de puces

L’équipe de Princeton a développé une nouvelle conception de puce il y a deux ans, destinée à améliorer les performances des réseaux de neurones. La puce pouvait effectuer des opérations dix à cent fois plus rapidement que d’autres microprocesseurs sur le marché.

« La principale limite de la puce est qu’elle utilise une architecture très inhabituelle et perturbatrice », a déclaré Verma en 2018. « Cela doit être réconcilié avec la quantité massive d’infrastructure et de méthodologie de conception que nous avons et utilisons aujourd’hui. »

La puce a été continuellement affinée au cours des deux années suivantes, et un système logiciel a été créé pour permettre aux systèmes d’IA d’utiliser la nouvelle technologie de manière efficace. L’idée était que les nouvelles puces pourraient permettre aux systèmes d’être évolutifs en matière de matériel et d’exécution de logiciels.

« C’est programmable sur tous ces réseaux », a déclaré Verma. « Les réseaux peuvent être très grands, et ils peuvent être très petits. »

Le meilleur scénario pour le calcul est qu’il se déroule sur la technologie elle-même, plutôt que dans un ordinateur de réseau distant. Cependant, cela nécessite de grandes quantités de puissance et de stockage de mémoire, ce qui rend difficile la conception d’un tel système.

Pour surmonter ces limitations, les chercheurs ont conçu une puce qui effectue des calculs et stocke des données dans la même zone, appelée calcul en mémoire. Cette technique réduit l’énergie et le temps nécessaires pour échanger des informations avec une mémoire dédiée.

Pour contourner l’opération analogique, qui est nécessaire pour le calcul en mémoire et qui est sensible à la corruption, l’équipe a utilisé des condensateurs au lieu de transistors dans la conception de la puce. Les condensateurs ne sont pas affectés par les mêmes effets que les variations de tension, et ils sont plus précis.

Malgré les divers défis entourant les systèmes analogiques, ils présentent de nombreux avantages lorsqu’ils sont utilisés pour des applications telles que les réseaux de neurones. Les chercheurs cherchent maintenant à combiner les deux types de systèmes, car les systèmes numériques sont centraux tandis que les réseaux de neurones reposant sur des puces analogiques peuvent exécuter des opérations spécialisées rapidement et efficacement.