IBM Research объявила о многообещающем прорыве в области искусственного интеллекта (ИИ), выпустив аналоговый чип ИИ, основанный на архитектуре человеческого мозга. Хотя глубокие нейронные сети были главными героями впечатляющих достижений генеративного искусственного интеллекта, их конфигурация фактически стала препятствием на пути к максимальной эффективности. Однако IBM нашла вдохновение в структуре человеческого мозга, чтобы решить эту проблему.
В статье под названием «64-ядерный вычислительный чип со смешанными сигналами в памяти, основанный на памяти с фазовым изменением для вывода глубоких нейронных сетей» глубоких нейронных сетей, в свободном переводе), опубликованной в журнале Nature Electronics 10 августа, представлен новый подход исследователи IBM.
Читать далее:
- Сможет ли искусственный интеллект украсть наши рабочие места?
- ИИ должен облегчить рутину, но «почти удваивает» рабочую нагрузку
- ИИ может освобождать 30% своего рабочего времени; см. 13 наиболее пострадавших секторов
Они создали микросхему искусственного интеллекта следующего поколения со смешанными сигналами, предназначенную для повышения эффективности и снижения расхода заряда батареи в проектах искусственного интеллекта.
Танос Василопулос, соавтор исследования и исследователь исследовательской лаборатории IBM в Цюрихе, Швейцария, объяснил: «Человеческий мозг способен достигать выдающихся результатов, потребляя при этом мало энергии».
как работает чип
- Чип смешанных сигналов IBM работает аналогично тому, как взаимодействуют нейроны в мозге.
- Он имеет 64 аналоговых ядра памяти, каждое из которых содержит массив синаптических ячеек.
- Преобразователи обеспечивают плавный переход между аналоговым и цифровым состояниями.
- По данным IBM, чипы достигли точности 92,81% в наборе данных CIFAR-10, широко используемом наборе изображений для обучения машинному обучению.
Мы показываем точность вывода, почти эквивалентную программному обеспечению, с помощью ResNet и сетей долговременной памяти.
Танос Василопулос
ResNet, сокращение от «остаточная нейронная сеть», представляет собой модель глубокого обучения, которая позволяет обучать тысячи слоев нейронной сети без ущерба для производительности.
Чтобы добиться комплексного улучшения задержки и энергопотребления, чип AIMC должен сочетаться со встроенными цифровыми операциями и внутрикристальной связью.
Танос Василопулос Результаты измерений для предсказания персонажей с использованием LSTM. Изображение: Nature Electronics (2023).
Он добавил, что многоядерный чип AIMC спроектирован и изготовлен с использованием 14-нм комплементарной технологии металл-оксид-полупроводник (CMOS) с фазовой памятью, встроенной в заднюю часть чипа.
Благодаря этому повышению производительности Василопулос отметил, что «более крупные и сложные рабочие нагрузки можно будет выполнять в средах с низким энергопотреблением или в средах с ограниченным количеством батарей». Это будет включать сотовые телефоны, автомобили и фотоаппараты.
«Кроме того, поставщики облачных услуг смогут использовать эти чипы для снижения затрат на электроэнергию и выбросов углекислого газа», — добавил он.
IBM заявила, что с будущими улучшениями в цифровых схемах послойная активация и буферизация активации в локальной памяти позволят выполнять на этих чипах полнопоточные рабочие нагрузки вывода.
В своем личном блоге Василопулос прокомментировал последнее достижение IBM: «Благодаря этой работе многие компоненты, необходимые для полной реализации перспектив аналогового искусственного интеллекта, эффективного и энергоэффективного искусственного интеллекта, были проверены на кремнии».
Смотрели новые видео на YouTube от Olhar Digital? Подпишитесь на канал!
Сообщение IBM о выпуске аналогового чипа искусственного интеллекта, вдохновленного человеческим мозгом, впервые появилось на сайте Olhar Digital.