Connect with us

Trí tuệ nhân tạo

Tiến bộ trong Vi mạch Mang Chúng Ta Đến Gần hơn với Máy tính Cạnh AI

mm

Các nhà nghiên cứu từ Đại học Princeton đã phát triển phần cứng và phần mềm được thiết kế chung nhằm tăng tốc độ và hiệu quả của các hệ thống trí tuệ nhân tạo (AI) chuyên dụng.

Naveen Verma là giáo sư kỹ thuật điện và máy tính tại Princeton, người đứng đầu nhóm nghiên cứu.

“Phần mềm là một phần quan trọng của việc cho phép phần cứng mới,” Verma nói. “Hy vọng là các nhà thiết kế có thể tiếp tục sử dụng cùng một hệ thống phần mềm – và chỉ cần nó hoạt động nhanh hơn và hiệu quả hơn mười lần.”

Các hệ thống được phát triển bởi các nhà nghiên cứu giảm nhu cầu năng lượng và lượng dữ liệu cần được trao đổi từ các máy chủ từ xa. Với điều này, các ứng dụng AI như phần mềm điều khiển máy bay không người lái có thể diễn ra ở rìa của cơ sở hạ tầng máy tính.

Verma cũng là giám đốc của Trung tâm Keller về Giáo dục Kỹ thuật Đổi mới tại Đại học.

“Để làm cho AI trở nên dễ tiếp cận với quá trình thực tế và thường xuyên xung quanh chúng ta, chúng ta cần giải quyết độ trễ và quyền riêng tư bằng cách di chuyển quá trình tính toán đến rìa” Verma nói. “Và điều đó đòi hỏi cả hiệu quả năng lượng và hiệu suất.”

Thiết kế Vi mạch Mới

Đội ngũ từ Princeton đã phát triển một thiết kế vi mạch mới hai năm trước, và nó được thiết kế để cải thiện hiệu suất của các mạng nơ-ron. Vi mạch có thể thực hiện tốt hơn từ mười đến hàng trăm lần so với các vi mạch khác trên thị trường.

“Điểm yếu chính của vi mạch là nó sử dụng một kiến trúc rất không bình thường và gây gián đoạn,” Verma nói vào năm 2018. “Điều đó cần được điều hòa với lượng cơ sở hạ tầng và phương pháp thiết kế khổng lồ mà chúng ta có và sử dụng ngày nay.”

Vi mạch đã được tinh chỉnh liên tục trong hai năm tiếp theo, và một hệ thống phần mềm đã được tạo ra để cho phép các hệ thống AI sử dụng công nghệ mới một cách hiệu quả. Ý tưởng là các vi mạch mới có thể cho phép các hệ thống có thể mở rộng về phần cứng và thực hiện phần mềm.

“Nó có thể lập trình được trên tất cả các mạng này,” Verma nói. “Các mạng có thể rất lớn, và chúng có thể rất nhỏ.”

Kịch bản tốt nhất cho tính toán là nó diễn ra trên công nghệ chính nó, chứ không phải trên một mạng máy tính từ xa. Tuy nhiên, điều này đòi hỏi một lượng lớn năng lượng và bộ nhớ lưu trữ, điều này làm cho việc thiết kế một hệ thống như vậy trở nên khó khăn.

Để vượt qua những hạn chế này, các nhà nghiên cứu đã thiết kế một vi mạch thực hiện tính toán và lưu trữ dữ liệu trong cùng một khu vực, được gọi là tính toán trong bộ nhớ. Kỹ thuật này cắt giảm năng lượng và thời gian cần thiết để trao đổi thông tin với bộ nhớ chuyên dụng.

Để tránh hoạt động tương tự, điều này cần thiết cho tính toán trong bộ nhớ và nhạy cảm với sự tham nhũng, đội ngũ đã dựa vào tụ điện thay vì transistor trong thiết kế vi mạch. Tụ điện không gặp phải cùng một hiệu ứng bởi sự thay đổi điện áp, và chúng chính xác hơn.

Mặc dù có nhiều thách thức khác xung quanh các hệ thống tương tự, nhưng chúng mang lại nhiều lợi thế khi được sử dụng cho các ứng dụng như mạng nơ-ron. Các nhà nghiên cứu hiện đang tìm cách kết hợp hai loại hệ thống, vì các hệ thống kỹ thuật số là trung tâm trong khi các mạng nơ-ron dựa trên các vi mạch tương tự có thể chạy các hoạt động chuyên dụng nhanh chóng và hiệu quả.

Alex McFarland là một nhà báo và nhà văn về trí tuệ nhân tạo, khám phá những phát triển mới nhất trong lĩnh vực trí tuệ nhân tạo. Ông đã hợp tác với nhiều công ty khởi nghiệp và xuất bản về trí tuệ nhân tạo trên toàn thế giới.