Chip MIT reduziert Stromverbrauch нейросети auf 95%

Neuronale Netze — starke Stücke, aber sehr gefräßigen. Ingenieure vom Massachusetts Institute of Technology (MIT) gelang die Entwicklung einer neuen Chip, das reduziert den Stromverbrauch neuronales Netz auf 95%, was kann in der Theorie lassen Sie Sie laufen auch auf mobilen Geräten mit Batterien. Smartphones sind heutzutage immer intelligenter und klüger, bieten immer mehr Dienstleistungen, подпитанных künstlicher Intelligenz, wie virtuelle Assistenten und übersetzungen in Echtzeit. Aber in der Regel neuronale Netze verarbeiten die Daten für diese Dienste in der cloud, Smartphones und nur Daten hin und her.

Es ist nicht perfekt, denn es braucht eine Dicke Kommunikationskanal und setzt Voraus, dass sensible Daten übertragen und gespeichert werden, außerhalb der Reichweite des Benutzers. Aber enorme Mengen an Energie, die benötigt wird, um Power-нейросетей, die auf Grafikprozessoren kann nicht garantiert in dem Gerät, das auf einem kleinen Akku.

Ingenieure MITS haben Chip, senkt dies den Stromverbrauch um 95%. Chip radikal verringert sich der Bedarf an der übertragung von Daten hin und her zwischen Speicher-Chips und Prozessoren.

Neuronale Netze bestehen aus tausenden miteinander verbundenen künstlichen Neuronen, die sich in Schichten. Jedes Neuron bekommt Eingaben von mehreren Neuronen in der darunterliegenden Schicht, und wenn die kombinierte Eingabe durchläuft einen bestimmten Schwellenwert, sendet er das Ergebnis an mehrere Neuronen höher. Die Kraft der Verbindung zwischen den Neuronen bestimmt einem Gewicht, das wird im Laufe der Ausbildung.

Das bedeutet, dass für jedes Neuron Chip daraus Vorgaben für eine bestimmte Verbindung und das Gewicht der Verbindung von Speicher, multiplizieren Sie das Ergebnis speichern, und wiederholen Sie den Vorgang für jede Eingabe. Viele Daten bewegen sich hin und her, verbrachte eine Menge Energie.

Das Neue Chip MIT behebt dies, berechnend alle Eingänge, die parallel im Speicher unter Verwendung von analogen schaltungen. Dies reduziert den Umfang der Daten, die Sie überholen, und führt zu erheblichen Energieeinsparungen.

Dieser Ansatz erfordert, dass das Gewicht der verbindungen wurde binäre, Umfangs-und nicht Wert, aber frühe theoretische arbeiten haben gezeigt, dass es nicht viel Einfluss auf die Genauigkeit, und die Wissenschaftler fanden heraus, dass die Ergebnisse der Arbeit des Chips verteilt auf 2-3% von den üblichen Varianten der neuronalen Netzwerk, arbeitet auf einem Standard-Computer.

Ist nicht das erste mal Wissenschaftler schaffen die Chips, die gepflegt Prozesse im Speicher, durch die Verringerung des Stromverbrauchs нейросети, aber zum ersten mal dieser Ansatz wurde verwendet für die Arbeit der mächtigen нейросети, bekannt für seine Behandlungen von Bildern.

«die Ergebnisse zeigen beeindruckende Spezifikationen Einführung von energieeffizienten Faltung Operationen innerhalb des Arrays Speicher», sagt Dario Gil, Vize-Präsident für künstliche Intelligenz in IBM.

«Es ist definitiv die Möglichkeit eröffnet, die Verwendung komplexer сверточных neuronale Netze zur Klassifizierung von Bildern und Videos im Internet der Dinge in der Zukunft».

Und interessanterweise nicht nur die Gruppen R&D. der Wunsch, eine KI auf Geräte wie Smartphones, Haushaltsgeräte und alle Arten von IoT-Geräte drängen viele aus dem Silicon Valley in Richtung Chips mit geringem Stromverbrauch.

Apple hat seine bereits Neural Engine im iPhone, um den X-Powered, Z. B. Gesichtserkennungs-Technologie, und Amazon wird gemunkelt, entwickelt eigene KI-Chips für die nächste Generation der digitalen Sprachassistenten Echo.

Große Unternehmen, Hersteller von Chips auch mehr und mehr beginnen sich auf maschinelles lernen, was Sie zwingt, um Ihre Geräte noch energieeffizienter. Anfang dieses Jahres ARM hat zwei neue Chips: Arm-Prozessor Machine Learning, arbeiten mit Aufgaben der Allgemeinen KI, von der übersetzung bis zur Gesichtserkennung, und der Arm-Prozessor Object Detection, die festlegt, wie Gesichter auf den Bildern.

Neueste Mobile-Chip von Qualcomm, der Snapdragon 845, hat die GPU und weitgehend konzentriert sich auf die KI. Die Firma stellte auch Snapdragon 820E, der sollte in die Drohnen, Robotern und industriellen Geräten.

Blick in die Zukunft, IBM und Intel entwickeln нейроморфные Chips, deren Architektur inspiriert durch das menschliche Gehirn und die unglaubliche Energieeffizienz. Es ist theoretisch könnte damit TrueNorth (IBM) und Loihi (Intel) eine starke maschinelles lernen, mit nur einem kleinen Bruchteil der Leistungsaufnahme von herkömmlichen Chips, aber diese Projekte noch rein pro.

Zwingen-Chips, die das Leben geben, нейросетям, Energie zu sparen Batterie wird sehr schwierig. Aber beim derzeitigen Tempo der Innovation ist «sehr schwierig» ist durchaus möglich.