Mindenki az évszázad technológiai forradalmáról beszél, de vajon hol rejlik az igazi innováció? A mesterséges intelligencia világában találhatjuk meg a választ, ahol az optimalizálás és miniaturizálás töretlenül hódít. Az ismert ciklusok és hőtermelés mellett a chipek méretével, súlyával, energiaszükségletével és hűtésével kapcsolatos korlátok továbbra is kihívást jelentenek. Ám egyre növekvő igény mutatkozik az olyan erősített környezetekben történő alkalmazásokra, mint az ukrán sár, az északi hó vagy a sivatagi homok.
A végre a védelem fejlesztésével foglalkozó haladó kutatási intézet (DARPA) egy vadonatúj programmal, az OPTIMA-val próbálja maga mögött hagyni ezeket a korlátokat. Az OPTIMA program nem csak a „Optimális feldolgozási technológia a memória tömbökben” rövidítése, hanem egy egész iparág átalakulását is felvázolja. Az IBM, az Infineon és három amerikai egyetem részesült DARPA szerződésekben, melyek potenciális összértéke 78 millió dollár lehet négy és fél év alatt.
A program vezetője, Jason Woo elmondta, hogy minden résztvevőnek saját újszerű és innovatív módszere van a kihívás kezelésére. Az interjúk és kommunikációk során azonban kiderült néhány közös és fontos különbség a stratégiákban.
Az OPTIMA program által kezelt fő problémakör a hagyományos chippeken az adatok mozgását érinti a memória és a processzor között. Mivel a mesterséges intelligencia bonyolult számításokon alapul, melyeket hatalmas adatmennyiségen végeznek, ezek a folyamatos transzferek jelentős akadályokat jelentenek. Az In-Memory Computing (IMC), azaz az processzor integrálása a memóriába, ezt a problémát próbálja megoldani, mely lehetővé teszi az adatok számára, hogy „sétáljanak dolgozni”, és elkerüljék a konstans adattranszferek befolyását.
Az OPTIMA program áttöréseket hozott az IMC technikában. A Princeton Egyetem csapata, Naveem Varma professzor vezetésével, egyedi megoldást talált az analóg jelek átvitelére használva kondenzátorokat az előzőleg használt félvezetők helyett. Az egymástól távolabb elhelyezkedő fémhuzalok határozzák meg a villamos töltést, ami nagyobb energiahatékonyságot eredményez. Lényeges, hogy a Varma által alkalmazott módszer nem igényel exotikus felszerelést, így kiemelten hozzáférhetővé válik, mivel a chipgyártók már hasonló technikákat alkalmaznak tömegtermelésben.
Az OPTIMA program más díjazottai, mint az UCLA és a Georgia Tech is analóg technikákat használnak az AI chipek miniaturizálására. Az UCLA a 22FDX nevű egyetemes tranzisztort használja, melynek vcégighatározza az adatok tömörítési szintjét. Az „írás-ellenőrzés-írás” kalibrációs technikát alkalmazzák a feszültség hibák kiküszöbölésére, ezzel biztosítva az adatok megbízhatóságát. Hasonlóképpen, a Georgia Tech tranzisztorokat használ fontos számítások integrálásához a miniaturizált AI chipeikben.
Ezek a forradalmi fejlesztések az AI chipek miniaturizálásában bepillantást engednek az AI technológia jövőjébe. Az optimalizált feldolgozási teljesítmény kompakt formában lehetővé teszi az AI képességeinek kiterjesztését a nehéz környezetekbe, és átalakítja a hadiipar, az egészségügy, az autonóm járművek és más iparágak működését.
Gyakori kérdések:
Mi az OPTIMA program?
Az OPTIMA program, melyet a DARPA indított, kompakt AI technológiát fejleszt azáltal, hogy integrálja a processzort a memóriába, megszüntetve a gyakori adattranszferek szükségességét.
Mi az In-Memory Computing (IMC)?
Az In-Memory Computing (IMC) a processzor beépítését jelenti a memóriába, lehetővé téve az adatnak, hogy „dolgozzon” és elkerülje a konstans adattranszferek okozta akadályokat.
Milyen kihívásokkal jár az AI chipek miniaturizálása?
Az AI chipek miniaturizálásának fő kihívásai közé tartozik a méret, a súly, az energiaigény és a hűtés korlátai. Emellett az adatmegbízhatóság biztosítása és az energiafogyasztás csökkentése is kulcsfontosságú aspektusok, melyeket meg kell oldani.
Milyen innovatív megoldások vannak az AI chipek miniaturizálására?
A kutatók és mérnökök különböző analóg technikákat vizsgálnak, mint például a kondenzátorok vagy tranzisztorok használata, melyekkel hatékonyabban és kompaktabban lehet jeleket átvinni. Ezek a megoldások nagyobb energiahatékonyságot és jobb adatmegbízhatóságot kínálnak.
Hogyan fogják forradalmasítani az iparágakat a miniaturizált AI chipek?
Az AI chipek feldolgozási teljesítményének optimalizálása kompakt formában lehetővé teszi az AI képességeinek kiterjesztését a kihívást jelentő környezetekbe, és forradalmasítani fogja az iparágakat, mint például a hadiipar, az egészségügy, az autonóm járművek és még sok más.
Források:
– Advanced Computing Systems Association (ACM): www.acm.org
The source of the article is from the blog krama.net