Avanço em Microchips nos Leva Mais Perto do Processamento de Bordos de IA

Pesquisadores da Universidade de Princeton desenvolveram hardware e software co-projetados para aumentar ainda mais a velocidade e eficiência de sistemas de inteligência artificial (IA) especializados.

Naveen Verma é professor de engenharia elétrica e computacional em Princeton e lidera a equipe de pesquisa.

“O software é uma parte crítica para permitir novos hardwares”, disse Verma. “A esperança é que os designers possam continuar usando o mesmo sistema de software – e apenas fazê-lo funcionar dez vezes mais rápido e eficientemente.”

Os sistemas desenvolvidos pelos pesquisadores reduzem a demanda de energia e a quantidade de dados necessários para serem trocados com servidores remotos. Com isso, aplicações de IA como software de pilotagem para drones podem ocorrer na borda da infraestrutura de computação.

Verma também é diretor do Centro de Inovação em Educação de Engenharia da Universidade.

“Para tornar a IA acessível ao processo em tempo real e muitas vezes pessoal que nos cerca, precisamos lidar com a latência e a privacidade, movendo a computação em si para a borda”, disse Verma. “E isso requer tanto eficiência energética quanto desempenho.”

Novos Projetos de Chips

A equipe de Princeton desenvolveu um novo projeto de chip há dois anos, que visava melhorar o desempenho de redes neurais. O chip podia realizar dezenas a centenas de vezes melhor do que outros microchips no mercado.

“A grande desvantagem do chip é que ele usa uma arquitetura muito incomum e disruptiva”, disse Verma em 2018. “Isso precisa ser reconciliado com a grande quantidade de infraestrutura e metodologia de design que temos e usamos hoje.”

O chip foi refinado continuamente ao longo dos dois anos seguintes, e um sistema de software foi criado para permitir que os sistemas de IA utilizassem a nova tecnologia de forma eficiente. A ideia era que os novos chips pudessem permitir que os sistemas fossem escaláveis em hardware e execução de software.

“Ele é programável em todas essas redes”, disse Verma. “As redes podem ser muito grandes, e podem ser muito pequenas.”

O melhor cenário para computação é que ela ocorra na própria tecnologia, em vez de em um computador de rede remoto. No entanto, isso requer grandes quantidades de energia e armazenamento de memória, o que torna difícil projetar tal sistema.

Para superar essas limitações, os pesquisadores projetaram um chip que realiza computação e armazena dados na mesma área, conhecida como computação em memória. Essa técnica reduz a energia e o tempo necessários para trocar informações com memória dedicada.

Para contornar a operação analógica, que é necessária para a computação em memória e é sensível à corrupção, a equipe confiou em capacitores em vez de transistores no projeto do chip. Os capacitores não são afetados pelo mesmo efeito de mudanças de voltagem e são mais precisos.

Apesar de vários outros desafios que cercam os sistemas analógicos, eles trazem muitas vantagens quando usados em aplicações como redes neurais. Os pesquisadores agora buscam combinar os dois tipos de sistemas, pois os sistemas digitais são centrais, enquanto as redes neurais que confiam em chips analógicos são capazes de executar operações especializadas de forma rápida e eficiente.